雙目立體視覺深度感知與三維重建若干問(wèn)題研究.pdf

1、雙目立體視覺是計(jì)算機(jī)視覺研究領(lǐng)域的重要分支之一，它通過(guò)直接模擬人類視覺系統(tǒng)的方式感知客觀世界，廣泛應(yīng)用于微操作系統(tǒng)的位姿檢測(cè)與控制、機(jī)器人導(dǎo)航與航測(cè)、三維非接觸測(cè)量及虛擬現(xiàn)實(shí)等領(lǐng)域。因此，對(duì)雙目立體視覺的深度感知與三維重建中的若干問(wèn)題進(jìn)行研究具有一定的理論價(jià)值和十分重要的現(xiàn)實(shí)意義。論文圍繞雙目立體視覺系統(tǒng)攝像機(jī)標(biāo)定技術(shù)、匹配策略與匹配算法、深度信息提取及后續(xù)處理、重建方法等重點(diǎn)與難點(diǎn)問(wèn)題展開研究。論文的主要工作包括以下幾個(gè)方面。

2、　　 (1)在對(duì)傳統(tǒng)攝像機(jī)標(biāo)定方法進(jìn)行分析的基礎(chǔ)上，提出基于棋盤平面方格的半自動(dòng)攝像機(jī)標(biāo)定方法。該方法以Tsai的兩步標(biāo)定方法為基礎(chǔ)，對(duì)單個(gè)攝像機(jī)先進(jìn)行線性求解，再對(duì)該解進(jìn)行基于最大似然標(biāo)準(zhǔn)的非線性求精;考慮到鏡頭徑向畸變，采用非線性優(yōu)化方法提高標(biāo)定精度;最后采用所求的單個(gè)攝像機(jī)的旋轉(zhuǎn)矩陣以及平移向量進(jìn)行雙目攝像機(jī)的標(biāo)定。該標(biāo)定方法只需要攝像機(jī)拍攝模板平面在兩個(gè)以上不同方向的圖像，模板可以自由的運(yùn)動(dòng)，無(wú)需其運(yùn)動(dòng)的參數(shù)。實(shí)驗(yàn)結(jié)果表明該標(biāo)

3、定方法靈活，操作簡(jiǎn)單，且能滿足實(shí)驗(yàn)精度的要求。
　　 (2)針對(duì)區(qū)域匹配的速度與精度以及匹配窗口大小難以選擇等問(wèn)題，提出一種基于窗口代價(jià)函數(shù)的自適應(yīng)窗口立體匹配算法。為了解決抗噪與視差不連續(xù)處誤匹配問(wèn)題，將ρσ(n)函數(shù)與四方向線形掩膜技術(shù)相結(jié)合構(gòu)造新的相似性測(cè)度函數(shù);根據(jù)匹配窗口內(nèi)誤差均值、誤差方差及大窗口偏移來(lái)確定窗口內(nèi)的像素是否都具有相同視差來(lái)構(gòu)造窗口代價(jià)函數(shù)，由此窗口代價(jià)函數(shù)確定匹配窗口尺寸，形成自適應(yīng)窗口;引入整數(shù)圖像

4、技術(shù)以提高算法的計(jì)算效率;為了實(shí)現(xiàn)區(qū)域匹配全局最優(yōu)，將遺傳算法引入到所設(shè)計(jì)的自適應(yīng)窗口匹配算法中。實(shí)驗(yàn)結(jié)果表明，所提出的匹配算法能較好解決視差不連續(xù)區(qū)域和遮擋區(qū)域的誤匹配問(wèn)題，提高了匹配精度。
　　 (3)為了利用區(qū)域匹配視差圖的致密性以及特征匹配視差圖的魯棒性，將兩種算法結(jié)合起來(lái)提出了一種基于Harris角點(diǎn)與區(qū)域聯(lián)合的立體匹配算法。針對(duì)經(jīng)典Harris角點(diǎn)檢測(cè)算子對(duì)尺度比較敏感的缺點(diǎn)，提出了一種具有尺度不變特征的Harris

5、角點(diǎn)提取方法，該方法以尺度空間為基礎(chǔ)，將空間和尺度兩個(gè)域中的極值點(diǎn)確定為角點(diǎn);為了滿足不同尺度下提取角點(diǎn)特征的要求，對(duì)Harris的圖像亮度自相關(guān)矩陣M增加了尺度自適應(yīng)的處理;針對(duì)特征匹配得到視差圖稀疏問(wèn)題，結(jié)合區(qū)域匹配算法以及視差梯度約束，獲得致密的視差圖像。實(shí)驗(yàn)結(jié)果表明，所提出的聯(lián)合的匹配算法可得到致密的視差圖，并在邊緣等視差不連續(xù)區(qū)域可獲得較好的匹配精度，驗(yàn)證了算法的有效性和可行性。
　　 (4)針對(duì)由于匹配誤差及標(biāo)定偏差

6、等原因帶來(lái)深度圖不平滑，深度圖的邊界與物體邊界不對(duì)齊等問(wèn)題，提出一種深度圖像結(jié)合原始圖像的三步聯(lián)合雙邊濾波的深度后處理方法，該方法先對(duì)原始圖像進(jìn)行雙邊濾波，再結(jié)合原始圖像對(duì)深度圖像進(jìn)行雙邊濾波，最后，將兩次得到的雙邊濾波結(jié)果再次聯(lián)合對(duì)深度圖像進(jìn)行雙邊濾波。深度的感知測(cè)量與三維重建是立體視覺的最終目標(biāo)，對(duì)基于雙目視差的非接觸式3D測(cè)量與深度提取方法進(jìn)行了研究與推導(dǎo)，在基于MFC的OpenGL開發(fā)平臺(tái)上，采用局部三維Delaunay的網(wǎng)格構(gòu)