基于图像分割的快速小基高比立体匹配技术研究

发布时间：2020-08-09 19:36

【摘要】：小基高比立体视觉可以解决传统立体视觉在城市地区高程测量的遮挡和几何畸变问题,但是视差的计算必须达到亚像素级才可以弥补因基高比减小带来的高程精度损失,因此高精度亚像素级的立体匹配技术是小基高比立体视觉的关键。本文针对小基高比立体匹配问题展开研究,在深入分析小基高比立体视觉模型的基础上,提出一种基于图像分割的快速小基高比立体匹配方法。该方法分为整像素级匹配,视差图优化,亚像素级匹配三个基本步骤。三个步骤之间逐级递进,由粗到精的实现了小基高比立体匹配。为了提高匹配的准确率与精度,本文采用了基于图像分割的立体匹配框架。在整像素级匹配步骤,利用分割信息增强相同区域内像素点之间的相互支撑;在视差图优化步骤,利用分割信息为弱纹理区域拟合视差平面模型;在亚像素级匹配步骤,利用分割信息自适应调节相位相关窗口。本论文的主要工作及创新点归纳如下:(1)针对小基高比立体像对的整像素级匹配问题,提出一种基于分割交叉树与模糊逻辑的多尺度立体匹配方法。首先通过下采样方式构建立体像对的多尺度图像金字塔,然后将原始的立体像对由RGB色彩模式转换为HSL色彩模式,在顶层尺度空间中利用HSL色彩模式下的基于模糊逻辑的匹配代价函数计算初始匹配代价,并利用分割交叉树方式聚合匹配代价,接下来根据WTA策略计算当前尺度空间的视差图,最后在上层尺度空间的视差指导下由粗到精的求解最终整像素级视差图。该方法具有较高的匹配效率及准确率,且对光照变化具有鲁棒性,可以为高精度亚像素级的小基高比立体匹配提供准确的初始整像素级视差。(2)针对初始整像素级视差图中弱纹理区域的误匹配问题,提出一种基于多级图像分割的视差优化方法。首先利用多级图像分割技术将立体像对中的弱纹理区域分割为一系列互不重叠的图像区域,然后为每个分割区域计算初始视差,再以初始视差为基础计算每个分割区域的视差平面模型,最后将相似度较高的相邻视差平面合并。该方法可以判断视差图中的弱纹理区域,并且针对该区域利用视差平面模型对其进行拟合,改善弱纹理区域视差图的质量。(3)针对小基高比立体像对的高精度亚像素级匹配问题,提出一种基于图像分割与相位相关的亚像素级立体匹配方法。首先以整像素级视差为基础建立同名像素点之间的对应关系,然后分别以左右同名像素点为中心,利用像素点所在分割区域作为约束条件,自适应的选取同名像素点的相位相关窗口,再利用相位相关方法计算左右窗口的平移量,最后将初始的整像素级视差与平移量相加获得最终的亚像素级视差结果。该方法可以自适应的调节相位相关窗口的尺寸,避免相位相关峰值受到局部弱纹理特征的影响,具有较高的匹配精度和效率。本文提出基于图像分割的快速小基高比立体匹配方法,通过整像素级匹配,视差图优化,亚像素级精确匹配三个步骤对立体像对进行匹配,具有较高的视差精度和执行效率,是一种快速准确的小基高比立体匹配方案。
【学位授予单位】：哈尔滨工程大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP391.41
【图文】：

则针对小基高比立体像对的视差匹配精度必须达到亚像差。但是，目前的大部分立体匹配方法所达到的视差精度较低，在模式下，根本无法满足地面目标建筑物高程测量的需要。因此，小最重要也是最困难的技术就是实现高精度亚像素级的立体匹配。综高比立体匹配技术对于城市地区高程测量具有重要的现实意义，可航天城市高精度立体测绘提供一种新的技术手段。(a) 大基高比立体像对(B/H=1)(a) Wide baseline stereo pair (B/H=1)

第 2 章 小基高比理论分析与立体匹配归纳立体模型假设立体像对 L 和 R 之间仅存在水平位移，几乎没有几何畸变这只有在小基高比立体视觉条件下才能满足，而且随着基高比 B /H 不断得更加精确。但是当基高比为 0 时则无法计算地表目标高程，目前针对匹配的研究工作，通常将基高比选定在 0.05 左右进行立体像对的制作[3-23(a) 大基高比立体像对(a) Wide baseline stereo pair

哈尔滨工程大学博士学位论文像的最大视差搜索范围。图像金字塔构建方法有下采样图像金字塔，高斯图像高斯图像金字塔和小波图像金字塔具有很好的信号重立体像对的匹配，原始大尺度的图像本身是存在的而，高斯图像金字塔和小波图像金字塔在生成小尺度图进行卷积，因此其时间复杂度均高于下采样图像金字高的下采样方式构建多尺度图像金字塔。构建多尺度空1( , )( , ) ( , ) 4k km nI x y I m n = (2 x ,2 y ),(2 x + 1,2 y ),(2 x ,2 y + 1),(2 x + 1,2 y+ 1)}， ( , )kI x y 值。当前层级的左图像和右图像的高度和宽度分别为1 ( k 为当前层级)，构建尺度空间的方向是从下至上进行匹配。多尺度空间的构建如图 3.2 所示。

【参考文献】

相关期刊论文 前10条

1 申二华;范大昭;孙晓昱;;基于SGM和相位相关的小基高比影像匹配[J];中国矿业大学学报;2015年01期

2 申二华;范大昭;戴海涛;孙晓昱;;频域局部上采样的小基高比影像匹配方法[J];测绘科学;2015年02期

3 李春磊;常智勇;莫蓉;;基于改进LMedS算法和贪心估计的相位立体匹配[J];计算机辅助设计与图形学学报;2014年11期

4 申二华;范大昭;戴海涛;孙晓昱;;小基高比摄影测量方法及实验分析[J];测绘工程;2014年10期

5 李禄;范大昭;;利用改进的相位相关算法实现影像亚像素匹配[J];测绘科学技术学报;2013年06期

6 李禄;范大昭;耿则勋;申二华;;改进相位相关算法的小基高比影像亚像素匹配[J];测绘科学;2014年07期

7 徐f;业宁;朱发;徐姗姗;周溜溜;;Hopfield网络在视差空间上的立体匹配求解[J];计算机研究与发展;2013年05期

8 范大昭;申二华;李禄;戴海涛;;基于相位相关的小基高比影像匹配方法[J];测绘科学技术学报;2013年02期

9 边继龙;门朝光;李香;李金凤;;基于多尺度的小基高比立体匹配方法[J];华中科技大学学报(自然科学版);2012年07期

10 邹宇华;陈伟海;吴星明;刘中;;一种室外非理想光照条件下的立体匹配算法[J];机器人;2012年03期

相关博士学位论文 前9条

1 黄经州;高分辨率近似纹理图像立体匹配技术研究[D];浙江大学;2015年

2 朱松;基于图像分割的快速立体匹配算法研究[D];华中科技大学;2015年

3 韩慧妍;基于双目立体视觉的三维模型重建方法研究[D];中北大学;2014年

4 张翔;基于可编程片上系统的实时立体匹配算法研究[D];浙江大学;2014年

5 刘海旭;面向多视点视频的新视点合成技术研究[D];北京邮电大学;2014年

6 于方杰;光照变化条件下立体视觉技术研究[D];中国海洋大学;2013年

7 高凯;立体视频深度图提取及深度序列编码技术研究[D];吉林大学;2013年

8 郁理;基于深度图像绘制的自由视点视频关键技术研究[D];中国科学技术大学;2010年

9 郑志刚;高精度摄像机标定和鲁棒立体匹配算法研究[D];中国科学技术大学;2008年

相关硕士学位论文 前3条

1 王桂芝;基于图像分割和图割的双目立体三维重建[D];大连理工大学;2013年

2 申二华;小基高比条件下高精度影像匹配技术研究[D];解放军信息工程大学;2013年

3 程彬;基于图像库的图像色彩处理[D];浙江大学;2013年

本文编号：2787465