基于AD-Census的双目立体匹配方法研究
发布时间：2021-08-09 07:27
随着信息技术不断的发展,计算机视觉逐渐变成比较热门的研究领域,在双目视觉中,双目立体匹配被广泛应用。双目立体匹配的精度与效果会直接对三维重建产生影响,而双目立体匹配也存在很多影响效果的因素,因此解决双目立体匹配中的匹配精度问题在双目立体匹配算法中起着关键性的作用。AD-Census算法是将AD算法和Census算法进行融合,算法可以减少噪声的影响,在灰度变化小的平滑区域和纹理区域匹配效果较好,但是算法仍然存在很多不足,比如AD-Census算法在确定支持域时支持域设立不理想,在弱纹理区域匹配精度不高。根据这些不足,分析AD-Census算法在匹配过程中容易引起误匹配的原因,对算法进行了改进。首先在匹配代价计算阶段为了克服算法过分依赖中心像素的问题,本文算法采用窗口均值替代中心像素,利用HSV颜色模型来取代传统的RGB颜色模型,加入梯度算法同时结合AD-Census加权融合作为匹配代价,以此提高代价计算阶段的匹配精度;在代价聚合阶段采用改进十字交叉法来进行代价聚合,提高弱纹理重复纹理匹配精度;在视差计算阶段采用“胜者为王”策略计算聚合后的最优视差值;在视差优化阶段首先采用左右一致性检测的...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
立体匹配四阶段存在问题Fig.1.3Theproblemsinfourstagesofstereomatching
第2章立体匹配技术2.1双目立体匹配2.1.1摄像机成像原理在双目立体匹配中，主要是应用双目摄像机，具体的成像原理是通过摄像机的拍摄，可以得到拍摄图像，并将图片的二维坐标与三维空间的坐标联系。过程为从三维空间到二维平面的投影。生活中用到的针孔摄像机就是同样的成像过程。具体的成像模型，如图2.1所示。图2.1成像模型Fig.2.1Imagingmodel如图2.1所示，在成像的过程中，三维空间中存在一点P，将该点投影到二维空间的S平面上，使得直线OP与S平面形成一个交点，这个交点即为点p，这一点是从三维的空间投影到二维空间的点，此过程由矩阵表示公式如2.1所示：=101000000001ZYXffyxS（2.1)此过程实际上是空间中的某点从三维坐标映射到二维平面上的过程。式中ZYX)1,,,(代表空间中三维坐标系坐标,yx)1,,(代表平面中二维坐标系的坐标，f表示摄像机的焦距，S为比例因子且不为零。2.1.2双目成像以人眼为例，通过人的双眼观测物体，左右眼睛会对场景的信息感知不同，从而可以知晓场景的深度信息，产生视差，这一过程即为人眼视觉。图2.2为模拟的人眼成7沈阳工业大学硕士学位论文
沈阳工业大学硕士学位论文像，C和D分别表示两个点，LM和RM表示人的左眼睛和右眼睛，当左右两眼同时看C点和D点时，C点和D点与左眼和右眼构成的视角是1θ和2θ，左眼成像和右眼成像的差值是双眼的视差，1C和1D表示左眼成像的两个点，2C和2D表示右眼成像的两个点。因为21DD之间的长度大于21CC间的长度，所以对比D点的视差与C点的视差，C点的视差比较大。图2.2视觉原理Fig.2.2Visualprinciple摄像机拍摄某一物体时，通过根据人眼的成像原理，将两个摄像机比作人的双眼，通过拍摄得到它的左图像和右图像，根据图像的匹配策略可以算出两张图片的匹配点对，得到深度信息，最后重建三维场景。这一原理即为双目视觉原理，图示2.3即为这一过程。图2.3双目摄像机成像过程Fig.2.3Binocularcameraimagingprocess图2.3是摄像机的双目摄像头进行拍摄的双目立体视觉成像示意图，左摄像机拍摄的投影平面坐标系为1Ouv，右摄像机拍摄图像的坐标系为2Ouv，u和v分别的对应x轴8
【参考文献】：
期刊论文
[1]虚拟现实技术在医学领域的应用[J]. 王丹,张红星,徐派的,刘融. 湖北中医杂志. 2018(09)
[2]农业行业中的计算机视觉与模式识别技术[J]. 孙玉. 计算机产品与流通. 2018(07)
[3]基于改进代价计算和自适应引导滤波的立体匹配[J]. 闫利,王芮,刘华,陈长军. 光学学报. 2018(11)
[4]一种改进Census变换与梯度融合的立体匹配算法[J]. 范海瑞,杨帆,潘旭冉,温洁,王晓宇. 光学学报. 2018(02)
[5]区域分割的亚像素相位立体匹配算法[J]. 蒙雁琦,胡改玲,温琳鹏,王军平. 西安交通大学学报. 2017(10)
[6]基于改进Census变换和异常值剔除的抗噪立体匹配算法[J]. 彭新俊,韩军,汤踊,尚裕之,俞玉瑾. 光学学报. 2017(11)
[7]医学虚拟现实技术研究[J]. 郑琳琳,郑璐,李静. 电子世界. 2014(09)
[8]一种适应无人机平台的快速立体匹配方法[J]. 于英,杨靖宇,张永生,薛武. 计量学报. 2014 (02)
[9]高分辨率卫星立体影像对的图割匹配算法[J]. 王瑞瑞,石伟,黄华国. 农业工程学报. 2013(24)
[10]结合分水岭和区域合并的彩色图像分割[J]. 李小红,武敬飞,张国富,贾莉,张宜军. 电子测量与仪器学报. 2013(03)
博士论文
[1]基于双目立体视觉的汽车制动性能检测系统研究[D]. 岳洪伟.吉林大学 2015
[2]基于图像深度感知中的立体匹配和深度增强算法研究[D]. 张康.清华大学 2015
硕士论文
[1]基于双目立体视觉的全自主移动机器人导航研究[D]. 丁文.江苏科技大学 2014
[2]三维重建中双目立体视觉关键技术的研究[D]. 杜宇.哈尔滨理工大学 2014
[3]图割在图像匹配中的应用研究[D]. 张少娟.北方工业大学 2011
本文编号：3331651
【文章来源】：沈阳工业大学辽宁省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
立体匹配四阶段存在问题Fig.1.3Theproblemsinfourstagesofstereomatching
第2章立体匹配技术2.1双目立体匹配2.1.1摄像机成像原理在双目立体匹配中，主要是应用双目摄像机，具体的成像原理是通过摄像机的拍摄，可以得到拍摄图像，并将图片的二维坐标与三维空间的坐标联系。过程为从三维空间到二维平面的投影。生活中用到的针孔摄像机就是同样的成像过程。具体的成像模型，如图2.1所示。图2.1成像模型Fig.2.1Imagingmodel如图2.1所示，在成像的过程中，三维空间中存在一点P，将该点投影到二维空间的S平面上，使得直线OP与S平面形成一个交点，这个交点即为点p，这一点是从三维的空间投影到二维空间的点，此过程由矩阵表示公式如2.1所示：=101000000001ZYXffyxS（2.1)此过程实际上是空间中的某点从三维坐标映射到二维平面上的过程。式中ZYX)1,,,(代表空间中三维坐标系坐标,yx)1,,(代表平面中二维坐标系的坐标，f表示摄像机的焦距，S为比例因子且不为零。2.1.2双目成像以人眼为例，通过人的双眼观测物体，左右眼睛会对场景的信息感知不同，从而可以知晓场景的深度信息，产生视差，这一过程即为人眼视觉。图2.2为模拟的人眼成7沈阳工业大学硕士学位论文
沈阳工业大学硕士学位论文像，C和D分别表示两个点，LM和RM表示人的左眼睛和右眼睛，当左右两眼同时看C点和D点时，C点和D点与左眼和右眼构成的视角是1θ和2θ，左眼成像和右眼成像的差值是双眼的视差，1C和1D表示左眼成像的两个点，2C和2D表示右眼成像的两个点。因为21DD之间的长度大于21CC间的长度，所以对比D点的视差与C点的视差，C点的视差比较大。图2.2视觉原理Fig.2.2Visualprinciple摄像机拍摄某一物体时，通过根据人眼的成像原理，将两个摄像机比作人的双眼，通过拍摄得到它的左图像和右图像，根据图像的匹配策略可以算出两张图片的匹配点对，得到深度信息，最后重建三维场景。这一原理即为双目视觉原理，图示2.3即为这一过程。图2.3双目摄像机成像过程Fig.2.3Binocularcameraimagingprocess图2.3是摄像机的双目摄像头进行拍摄的双目立体视觉成像示意图，左摄像机拍摄的投影平面坐标系为1Ouv，右摄像机拍摄图像的坐标系为2Ouv，u和v分别的对应x轴8
【参考文献】：
期刊论文
[1]虚拟现实技术在医学领域的应用[J]. 王丹,张红星,徐派的,刘融. 湖北中医杂志. 2018(09)
[2]农业行业中的计算机视觉与模式识别技术[J]. 孙玉. 计算机产品与流通. 2018(07)
[3]基于改进代价计算和自适应引导滤波的立体匹配[J]. 闫利,王芮,刘华,陈长军. 光学学报. 2018(11)
[4]一种改进Census变换与梯度融合的立体匹配算法[J]. 范海瑞,杨帆,潘旭冉,温洁,王晓宇. 光学学报. 2018(02)
[5]区域分割的亚像素相位立体匹配算法[J]. 蒙雁琦,胡改玲,温琳鹏,王军平. 西安交通大学学报. 2017(10)
[6]基于改进Census变换和异常值剔除的抗噪立体匹配算法[J]. 彭新俊,韩军,汤踊,尚裕之,俞玉瑾. 光学学报. 2017(11)
[7]医学虚拟现实技术研究[J]. 郑琳琳,郑璐,李静. 电子世界. 2014(09)
[8]一种适应无人机平台的快速立体匹配方法[J]. 于英,杨靖宇,张永生,薛武. 计量学报. 2014 (02)
[9]高分辨率卫星立体影像对的图割匹配算法[J]. 王瑞瑞,石伟,黄华国. 农业工程学报. 2013(24)
[10]结合分水岭和区域合并的彩色图像分割[J]. 李小红,武敬飞,张国富,贾莉,张宜军. 电子测量与仪器学报. 2013(03)
博士论文
[1]基于双目立体视觉的汽车制动性能检测系统研究[D]. 岳洪伟.吉林大学 2015
[2]基于图像深度感知中的立体匹配和深度增强算法研究[D]. 张康.清华大学 2015
硕士论文
[1]基于双目立体视觉的全自主移动机器人导航研究[D]. 丁文.江苏科技大学 2014
[2]三维重建中双目立体视觉关键技术的研究[D]. 杜宇.哈尔滨理工大学 2014
[3]图割在图像匹配中的应用研究[D]. 张少娟.北方工业大学 2011
本文编号：3331651
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3331651.html
最近更新
教材专著
