基于地面控制點(diǎn)和能量優(yōu)化的魯棒立體匹配算法研究.pdf

1、立體視覺是根據(jù)同一場(chǎng)景所拍攝的兩幅或多幅圖像進(jìn)行對(duì)比從而恢復(fù)出場(chǎng)景三維信息的一種技術(shù)。在其近三十年的發(fā)展中，取得了大量研究及應(yīng)用成果，其中某些專用的立體視覺系統(tǒng)在工業(yè)、軍事、醫(yī)學(xué)等方面得到了廣泛的應(yīng)用，但從整體上來看，立體視覺尤其是通用立體視覺系統(tǒng)仍是一個(gè)受到廣泛關(guān)注的研究領(lǐng)域，存在著許多研究難點(diǎn)，其中最關(guān)鍵的問題之一是立體匹配，也稱為立體對(duì)應(yīng)點(diǎn)問題。
　　 由于需要從二維圖像信息來得到三維深度信息，因此立體匹配本身是一個(gè)病態(tài)問

2、題，存在諸如匹配不確定性、遮擋等難題?，F(xiàn)有的大量立體匹配算法在實(shí)時(shí)性、可靠性、魯棒性、普適性等方面均存在著各種程度上的不足。因此，在本文的研究中，針對(duì)立體匹配問題，提出了一種在地面控制點(diǎn)(GCP)指導(dǎo)下的，基于區(qū)域分割技術(shù)和能量優(yōu)化思想，采用分步迭代處理策略的高可靠性立體匹配算法。
　　 本算法主要內(nèi)容及創(chuàng)新點(diǎn)包括：
　　 (1)地面控制點(diǎn)( GCP)在算法中具有重要的指導(dǎo)作用，不僅提供了區(qū)域分割所需要的前后景信息，也是

3、區(qū)域視差信息的主要來源。本算法中通過多種約束的使用來保證了GCP的高可靠性，為之后的一系列處理提供了一個(gè)較好的起點(diǎn)。另外，出于效率及實(shí)時(shí)性的考慮，本文中提出了一種基于梯度的方法來控制GCP的數(shù)量，同時(shí)在一定程度上也加強(qiáng)了GCP的可靠性。
　　 (2)本算法屬于“基于區(qū)域分割”的一類立體匹配算法。此類算法以“區(qū)域”作為匹配及處理基元，對(duì)視差不連續(xù)、遮擋等問題的處理往往具有較好的效果。但區(qū)域分割的準(zhǔn)確度對(duì)最終結(jié)果影響較大，過粗的分割

4、會(huì)使得場(chǎng)景表面不清晰，過細(xì)的分割也會(huì)導(dǎo)致不能正確反映出表面視差變化情況。因此，本文中提出了一種在GCP指導(dǎo)下的基于圖切的區(qū)域迭代二次分割算法：首先使用一般的圖像分割技術(shù)獲得初始的區(qū)域集，然后對(duì)區(qū)域內(nèi)的GCP進(jìn)行k-均值聚類，對(duì)于存在兩個(gè)或兩個(gè)以上聚類的區(qū)域，使用基于圖切的前后景分離算法進(jìn)行二次分割。此過程迭代進(jìn)行，直到每個(gè)區(qū)域都包含不超過一個(gè)聚類為止。由于每個(gè)GCP聚類代表著一定的視差范圍，這樣所得到的區(qū)域集往往能正確反映出場(chǎng)景中不同表

5、面分布的情況。同時(shí)，區(qū)域內(nèi)GCP聚類的過程也進(jìn)一步加強(qiáng)了GCP的可靠性：通過聚類可以排除一部分離群點(diǎn)，使得GCP更為準(zhǔn)確可靠。
　　 (3)區(qū)域的稠密視差分布往往是根據(jù)稀疏視差結(jié)果（通過相關(guān)窗匹配、塊匹配、特征匹配等獲得），通過內(nèi)插、平面擬合或曲面擬合等處理得到。由于平面或曲面擬合方法往往處理較復(fù)雜且易受噪聲影響，因此研究中往往簡單地使用單一視差值來作為區(qū)域的整體視差，但這種方法存在著一些弊端，比如：區(qū)域能以單一視差進(jìn)行填充的前

6、提是圖像過分割，而過分割及過分割所得到的較多區(qū)域會(huì)帶來較大的時(shí)空耗費(fèi)；對(duì)于某些場(chǎng)景中存在較多曲面或斜面的情況，單一視差往往無法正確反映出場(chǎng)景表面的視差變化。因此，本文中使用了一種基于區(qū)域離散視差點(diǎn)來構(gòu)造Delaunay三角網(wǎng)格進(jìn)行三角片插值的方法：首先根據(jù)區(qū)域內(nèi)GCP統(tǒng)計(jì)結(jié)果獲取區(qū)域視差變化區(qū)間，在此區(qū)間約束及視差連續(xù)性等約束下采用動(dòng)態(tài)規(guī)劃算法來獲取區(qū)域邊界上的視差分布；然后選取部分邊界點(diǎn)與區(qū)域內(nèi)部部分GCP組成頂點(diǎn)集，構(gòu)造Delaun

7、ay三角網(wǎng)格；最后對(duì)每個(gè)三角片使用線性插值來獲得區(qū)域的稠密視差分布。這種方法避免了曲面擬合的復(fù)雜及高耗費(fèi)，并且能一定程度上體現(xiàn)出場(chǎng)景表面的視差變化情況，所得到的視差結(jié)果也具有高精度（亞像素級(jí)）。
　　 (4)為了保證區(qū)域視差的準(zhǔn)確性，本算法中對(duì)每個(gè)區(qū)域均按照能量優(yōu)化的思想來選取“最佳視差”，即通過定義區(qū)域上合適的能量函數(shù)，在來源于相鄰區(qū)域及內(nèi)部GCP視差信息的候選視差集合中選取能量最小解作為區(qū)域的“最佳視差”。對(duì)于包含GCP聚類

8、的“已匹配區(qū)域”，使用“最佳視差”對(duì)視差結(jié)果進(jìn)行驗(yàn)證，防止由于GCP的誤匹配所導(dǎo)致的區(qū)域視差錯(cuò)誤；對(duì)于不含GCP聚類的“未匹配區(qū)域”，使用“最佳視差”進(jìn)行填充，這體現(xiàn)了正確的視差沿區(qū)域間進(jìn)行傳播的過程。另外為了進(jìn)一步強(qiáng)化視差傳播的可靠性，除了分步進(jìn)行區(qū)域處理（首先處理“已匹配區(qū)域”，然后處理“未匹配區(qū)域”）外，對(duì)區(qū)域處理的順序則遵從“可靠性準(zhǔn)則”的約束，即對(duì)于每個(gè)區(qū)域均按照某種可靠性準(zhǔn)則計(jì)算其“可靠性”，優(yōu)先處理可靠性較高的區(qū)域。算法中