基礎(chǔ)矩陣計(jì)算及其在立體視差估計(jì)中的應(yīng)用.pdf

1、基礎(chǔ)矩陣的計(jì)算是計(jì)算機(jī)視覺(jué)領(lǐng)域中一個(gè)非常重要的問(wèn)題。針對(duì)如何去除異常數(shù)據(jù)、提高基礎(chǔ)矩陣的估計(jì)精度，本文提出了基于分塊的基礎(chǔ)矩陣的魯棒估計(jì)算法，首先利用經(jīng)典的角點(diǎn)檢測(cè)算法和改進(jìn)的互相關(guān)匹配算法獲得初始匹配點(diǎn)集；然后運(yùn)用分塊隨機(jī)抽樣策略和改進(jìn)的8點(diǎn)法去除誤差比較大的異常數(shù)據(jù)，獲得內(nèi)點(diǎn)集；最后對(duì)內(nèi)點(diǎn)集的處理采用了兩種不同的策略。一種是經(jīng)典的非線性迭代算法，它能夠處理一定范圍內(nèi)特征點(diǎn)定位誤差，按照特征點(diǎn)偏差大小調(diào)整其加權(quán)系數(shù)，即偏差大的點(diǎn)加權(quán)系

2、數(shù)小，反之加權(quán)系數(shù)大，對(duì)內(nèi)點(diǎn)集進(jìn)行加權(quán)迭代求解。第二種是逐點(diǎn)擴(kuò)充算法，即在8點(diǎn)初始子集基礎(chǔ)上逐點(diǎn)擴(kuò)充，它以內(nèi)點(diǎn)集中所有點(diǎn)到其極線的距離總和作為目標(biāo)函數(shù)來(lái)考核新點(diǎn)，如距離和不增加則加入新點(diǎn)，直到考核完所有內(nèi)點(diǎn)，其本質(zhì)為在內(nèi)點(diǎn)集中尋找誤差相對(duì)比較小的子集作為最優(yōu)子集，并用改進(jìn)8點(diǎn)法求解基礎(chǔ)矩陣。實(shí)驗(yàn)結(jié)果表明，基于這兩種策略的分塊魯棒算法能有效的去除部分錯(cuò)誤匹配，并能處理特征點(diǎn)的定位誤差，減小異常數(shù)據(jù)對(duì)基礎(chǔ)矩陣的影響，從而提高基礎(chǔ)矩陣的估計(jì)精

3、度，其中第二種策略的魯棒性較好。 視差估計(jì)是立體視頻編碼的關(guān)鍵技術(shù)，本文將基礎(chǔ)矩陣應(yīng)用到立體視差估計(jì)中，介紹了一種帶極線約束的Delaunay三角形(Delaunay Triangulation，DT)網(wǎng)格基立體圖像視差估計(jì)算法。該算法首先把立體圖像對(duì)中的右圖像作為參考圖像，并進(jìn)行DT描述；然后利用極線約束在左圖像中估計(jì)出網(wǎng)格節(jié)點(diǎn)的對(duì)應(yīng)點(diǎn)，從而得到網(wǎng)格節(jié)點(diǎn)的視差；最后利用仿射變換得到其它點(diǎn)的視差。實(shí)驗(yàn)結(jié)果表明，加了極線約束以后，