面向小基高比图像的立体匹配方法研究

发布时间：2020-09-19 19:02

【摘要】：立体匹配技术是计算机视觉领域的一个重要研究方向,广泛应用于机器人自主导航、物体识别与跟踪、航空航天摄影测量以及工业控制与检测等领域。小基高比图像是在特定基高比约束条件观测模式下获得的图像。小基高比图像的立体匹配方法计算图像中像素点的亚像素级视差,实现高精度立体匹配。在航天摄影测量领域,利用立体匹配方法获得图像中像素点的视差,通过视差原理计算该像素点在实际场景中的地物高程信息。由于小基高比图像具有地物目标近同时和小视角等特点,使得小基高比图像立体匹配方法可以有效解决城市目标地物遮挡导致的无法匹配以及图像几何畸变导致的匹配精度下降等问题。但是小基高比图像进行立体匹配时,由于基高比的降低,会带来深度精度损失问题。因此需要提出适合于小基高比图像的亚像素级立体匹配方法,实现高精度的立体匹配。本文针对小基高比图像开展立体匹配方法研究,分别在基于非参数变换的匹配代价计算、基于像素扩展的匹配代价聚合及初始视差计算、基于图像分割的视差优化和基于拉格朗日插值的亚像素级视差计算方面展开了研究工作,提出一种面向小基高比图像的立体匹配方法,实现亚像素级的高精度立体匹配。首先,针对基于非参数变换匹配代价计算方法在面对图像中存在变换窗口中心像素点光照畸变、区域连续性像素点光照畸变以及多个像素点变换结果相同现象导致的匹配准确率降低的问题,在灰度变换和梯度变换两方面展开研究。提出灰度四模Census变换方法,能够更好地识别出搜索范围内相似程度较高的变换窗口,解决窗口中心像素点发生灰度畸变时无法获得准确稠密视差结果的问题。提出梯度四模Census变换方法,解决区域连续性像素点光照畸变导致的匹配准确率降低问题,提高连续光照变化立体图像的匹配准确性。结合以上两种方法,提出基于非参数变换的四模Census变换匹配代价计算方法,为后续的代价聚合及初始视差计算提供更准确的匹配代价。其次,针对初始视差图中的前景膨胀现象,提出一种基于像素扩展的匹配代价聚合和初始视差计算方法。建立自适应聚合窗口,利用聚合窗口尺寸和基准点在窗口中的相对位置关系建立窗口模型,并对聚合窗口模型进行预匹配。该预匹配方法能够剔除原始搜索范围内与待匹配像素点窗口模型存在较大差异的像素点窗口模型,重新建立搜索范围,降低误匹配率。在此基础上提出窗口规则化的匹配代价聚合方法,得到初始视差图,有效解决了初始视差图中的前景膨胀问题。再次,针对初始视差图中部分像素点的视差结果与真实视差图的视差结果存在较大误差的问题,提出一种基于图像分割的视差优化方法。该方法首先对参考图像和目标图像中的对应像素点进行视差一致性检测,获得视差图中误差像素点的位置信息。然后利用基于Mean-shift图像分割方法对原始图像进行图像分割,通过相邻分割区域间的模点颜色相似性和边缘像素点颜色相似性对分割区域进行合并,得到视差支持域。最后利用视差支持域中非误差像素点的视差对支持域中误差像素点的视差进行视差更新,恢复误差像素点的准确视差结果,获得最终视差图。最终视差图与初始视差图相比,更接近于真实视差图,至此得到准确的整数级视差结果。最后,针对小基高比图像中基高比较小带来的深度精度损失问题,在获得精确整数级视差基础上,提出一种基于拉格朗日插值的亚像素级视差计算方法。该方法通过像素点切割重采样确定插值节点,利用拉格朗日插值定理得到对应像素点的拟合曲线,确定待匹配像素点的初始亚像素级视差。利用待匹配像素点拟合曲线与对应像素点拟合曲线的单调性关系,对待匹配像素点进行亚像素级精确定位,获得更准确的亚像素级视差结果,实现更高精度的亚像素级立体匹配方法。本文提出的面向小基高比图像的立体匹配方法,在克服光照畸变像素点的误匹配问题、视差图中的前景膨胀现象以及深度精度损失等方面取得了进展,达到了亚像素级的匹配精度。该方法可以应用于诸如城市航天摄影测量等领域,利用亚像素级立体匹配结果,计算地物目标的高程信息。
【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】：

图 1.1 三维重建过程Fig.1.1 The process of 3D reconstruction(1-2)中，由于 K R t 为 3×4 的不可逆矩阵，因此u 、v、wX 、式(1-3)形式的方程组：1 1 1w w wu a X bY c Z

图 1.2 汇聚式立体视觉模型Fig.1.2 Convergent stereo vision model三维坐标点 A，用左侧lO 摄像机进行拍摄，它在图像lC 中获得 A的空间三维信息，对于lO A连线上的任意一点都有，因此通过la 只能确定三维空间坐标点位于lO A连线的某

l l la u v 和 , r r ra u v 为三维空间点 A X , Y ,Z 在图像坐标系的投影。平行式立体视觉模型通过视差原理计算三维空间坐标点 A的深度信息。图 1.4 为图1.3 在 X Z平面的投影，其中 f 为摄像机的焦距，lC 和rC 分别为左右摄像机的成像，投影坐标点la 和ra 的相对位置差可以表示为 2 2l r l rd u u v v，称之为视差。在平行式立体视觉模型中由于l rv v，因此视差l rd u u。根据三角测量原理从视差值可以求解三维空间点的深度信息，图 1.4 中三角形l rAOO 和三角形l rAa a 相似，由此可得：

【参考文献】

中国期刊全文数据库 前10条

1 储s

本文编号：2822880