基于分步思想的立體圖像匹配算法研究.pdf

1、圖像匹配在移動機器人導(dǎo)航和環(huán)境重建等領(lǐng)域有重要的應(yīng)用。本文以機器人視覺系統(tǒng)的應(yīng)用為研究背景，對圖像匹配涉及的噪聲處理，特征提取，圖像相似性關(guān)系的優(yōu)化計算及特征和區(qū)域匹配四個問題進行了研究。本文針對這四個問題做出了以下工作： (1)針對圖像中存在的影響匹配精度的沖激噪聲，本文提出一種基于噪聲檢測的自適應(yīng)中值濾波算法。將一維信號的自適應(yīng)沖激噪聲濾波算法擴展到二維空間，并改進以應(yīng)用到圖像噪聲濾波。該算法通過計算沖激噪聲的位置和幅值來確

2、定中值濾波的模板大小。并通過仿真說明該算法能夠比較好的濾除沖激噪聲和減小中值濾波對圖像引入的平滑效應(yīng)； (2)針對特征提取問題，采用與LoG特征聯(lián)合操作的方法，改進Barnard特征提取算法。該算法結(jié)合了Barnard特征對光照度和對比度不敏感的優(yōu)點和LoG算子對噪聲處理比較好的優(yōu)點。然后將該Barnard-LoG特征應(yīng)用到一種特征匹配算法，并通過實驗說明所改進的Barnard-LoG特征算法在圖像匹配中具有比較好的適用性；

3、 (3)針對區(qū)域匹配中應(yīng)用圖像互相關(guān)算法和SSD算法計算復(fù)雜度較高的問題，分別為圖像互相關(guān)算法和SSD(Sumofsquaredifference)算法引入增量方法的思想來降低計算復(fù)雜度。在圖像互相關(guān)算法中，針對其平均值和標準差的計算特點采用增量關(guān)系分別加以改進，達到對互相關(guān)計算的優(yōu)化。在SSD算法中，考慮計算相鄰像素點的SSD值的增量關(guān)系并結(jié)合前人對SAD(Sumofsquaredifference)算法的改進，實現(xiàn)對SSD的優(yōu)化

4、。通過與原算法的對比實驗說明改進算法在降低計算量上具有非常好的效果； (4)針對區(qū)域匹配計算中搜索空間大和搜索點多導(dǎo)致的錯誤率高和計算復(fù)雜度高的問題，本文提出一種基于分步思想的區(qū)域匹配算法。這個算法首先采用特征匹配進行預(yù)匹配計算出可能的視差范圍，在這個視差范圍內(nèi)進行區(qū)域匹配得到精確的匹配結(jié)果。并采用基于增量關(guān)系的圖像互相關(guān)改進算法和存儲可復(fù)用的圖像互相關(guān)值的方法來提高處理速度。實驗結(jié)果表明該算法正確率高，速度較快，兼有特征匹配算