基于Harris-SIFT算法的双目视觉立体匹配研究
发布时间：2021-03-23 12:17
双目视觉过程的核心问题就是立体匹配,其匹配结果的准确度在很大程度上决定着三维重建的结果,若处理好此问题,则对于双目视觉的研究应用有着较大影响。于是双目立体视觉技术的匹配关系成为了立体视觉中的一个关键课题,在机器人的自主导航、航天及遥控勘测、工业自动化等领域得到了普遍使用。但是到目前为止如何保证匹配精度的前提下提升算法的运行速度也是充满挑战的热点问题。本文具体内容如下:首先,叙述了图像匹配的定义、重要框架以及图像间的变换关系,在此基础上研究了相位匹配、灰度匹配、特征匹配算法。对这三种算法分析对比后,可得出特征匹配算法更符合应用于复杂客观场景的情况。此方法对比其他两类方法匹配的效果更加具有结构意义,计算时间更短,尤其当存在噪音干扰时匹配结果依旧很好。于是本文选择相对效果更好的特征匹配算法作了详细研究。其次,对FAST算法、Harris算法、SIFT算法的基本原理以及实验进行对比分析。其中SIFT算法稳定性、鲁棒性最佳,于是又对SIFT算法的特征描述符的生成以及特征点匹配做了详细的对比实验,得出SIFT算法是一种能够适应不同光照、不同位置等情况进行有效匹配目标的算法。但是SIFT算法计算量大...
【文章来源】：东北石油大学黑龙江省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
像素点判定原理图
东北石油大学硕士研究生学位论文化 下的高斯核函数 G x , y , 和 I ( x , y )的卷积计算得出[58]。高斯金字阶，每阶各自具有 5 组图片，其中每组的第一个图片是由上一组的最后采样计算的比例因子而得出的[59]。) 创建 DOG 金字塔G 本质即为两个相邻尺度空间函数之差，用 D x, y,来表达，叫做差其公式如下：D ( x,y, ) (G(x,y,k ) G(x,y, ))*I(x,y) L(x,y,k ) L(x,y, ) DOG 金字塔能够通过高斯金字塔所获得，就是通过塔内的同一组图像像进行相减获得。
图 3.2 生成高斯差分金字塔金字塔内计算 DOG 金字塔的8个邻近点和上下尺度图片的必须与同一及近邻的尺度空间点时，判定该点是极值点，然后保证了更多的采样点通过之前
【参考文献】：
期刊论文
[1]基于OpenCV的三维重建系统研究[J]. 赵丽丽. 化工自动化及仪表. 2018(05)
[2]双目视觉立体匹配技术研究现状和展望[J]. 林森,殷新勇,唐延东. 科学技术与工程. 2017(30)
[3]基于多特征融合的多尺度立体匹配算法[J]. 靳太明,曾婧,张翔. 计算机应用. 2016(S2)
[4]一种SIFT像素点筛选预处理降维双向匹配方法[J]. 胡晨,江泽涛. 计算机与现代化. 2016(09)
[5]一种基于置信传播的全局立体匹配算法[J]. 王昭娜,赵西安,燕青浩,胡海燕. 北京建筑大学学报. 2015(04)
[6]一种基于亚像素角点的SIFT立体匹配算法研究[J]. 洪磊,嵇保健,洪峰. 计算机技术与发展. 2016(01)
[7]立体匹配算法的研究[J]. 李金凤. 黑龙江科技信息. 2015(27)
[8]基于Harris算法的图像处理软件的设计[J]. 潘玲佼,洪悦,冯越. 电脑知识与技术. 2014(26)
[9]立体匹配算法的分类对比研究[J]. 宁晓斐,胡波,赵磊,徳文智. 硅谷. 2013(18)
[10]基于改进互信息的红外目标匹配跟踪算法[J]. 杨悦,刘兴淼,郭启旺,薛福来,刘钧. 红外技术. 2013(06)
博士论文
[1]基于特征点的图像配准及其在稳像中的应用[D]. 易盟.西安电子科技大学 2013
[2]计算机视觉中双目匹配相关技术研究[D]. 夏永泉.南京理工大学 2007
硕士论文
[1]基于改进的SIFT图像匹配算法研究[D]. 翟雨微.吉林大学 2017
[2]基于局部不变特征的图像匹配算法研究[D]. 刘欣.哈尔滨理工大学 2017
[3]改进粒子群优化算法的图像匹配[D]. 朱进进.河南师范大学 2017
[4]大空间火灾图像立体匹配算法的研究与应用[D]. 常璐.西安建筑科技大学 2016
[5]基于SIFT特征的图像拼接技术的研究[D]. 佘果.广西师范大学 2016
[6]基于双目立体视觉的三维重建系统研究[D]. 刘国锐.长春工业大学 2016
[7]立体匹配技术在机器人视觉中的应用研究[D]. 林园胜.安徽工程大学 2015
[8]基于局部图像内容的特征匹配算法研究与改进[D]. 禹铁夫.沈阳工业大学 2015
[9]基于双目视觉的图像匹配技术研究[D]. 张颖.上海师范大学 2014
[10]基于双目视觉的立体匹配算法研究与应用[D]. 顾骋.南京理工大学 2014
本文编号：3095777
【文章来源】：东北石油大学黑龙江省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
像素点判定原理图
东北石油大学硕士研究生学位论文化 下的高斯核函数 G x , y , 和 I ( x , y )的卷积计算得出[58]。高斯金字阶，每阶各自具有 5 组图片，其中每组的第一个图片是由上一组的最后采样计算的比例因子而得出的[59]。) 创建 DOG 金字塔G 本质即为两个相邻尺度空间函数之差，用 D x, y,来表达，叫做差其公式如下：D ( x,y, ) (G(x,y,k ) G(x,y, ))*I(x,y) L(x,y,k ) L(x,y, ) DOG 金字塔能够通过高斯金字塔所获得，就是通过塔内的同一组图像像进行相减获得。
图 3.2 生成高斯差分金字塔金字塔内计算 DOG 金字塔的8个邻近点和上下尺度图片的必须与同一及近邻的尺度空间点时，判定该点是极值点，然后保证了更多的采样点通过之前
【参考文献】：
期刊论文
[1]基于OpenCV的三维重建系统研究[J]. 赵丽丽. 化工自动化及仪表. 2018(05)
[2]双目视觉立体匹配技术研究现状和展望[J]. 林森,殷新勇,唐延东. 科学技术与工程. 2017(30)
[3]基于多特征融合的多尺度立体匹配算法[J]. 靳太明,曾婧,张翔. 计算机应用. 2016(S2)
[4]一种SIFT像素点筛选预处理降维双向匹配方法[J]. 胡晨,江泽涛. 计算机与现代化. 2016(09)
[5]一种基于置信传播的全局立体匹配算法[J]. 王昭娜,赵西安,燕青浩,胡海燕. 北京建筑大学学报. 2015(04)
[6]一种基于亚像素角点的SIFT立体匹配算法研究[J]. 洪磊,嵇保健,洪峰. 计算机技术与发展. 2016(01)
[7]立体匹配算法的研究[J]. 李金凤. 黑龙江科技信息. 2015(27)
[8]基于Harris算法的图像处理软件的设计[J]. 潘玲佼,洪悦,冯越. 电脑知识与技术. 2014(26)
[9]立体匹配算法的分类对比研究[J]. 宁晓斐,胡波,赵磊,徳文智. 硅谷. 2013(18)
[10]基于改进互信息的红外目标匹配跟踪算法[J]. 杨悦,刘兴淼,郭启旺,薛福来,刘钧. 红外技术. 2013(06)
博士论文
[1]基于特征点的图像配准及其在稳像中的应用[D]. 易盟.西安电子科技大学 2013
[2]计算机视觉中双目匹配相关技术研究[D]. 夏永泉.南京理工大学 2007
硕士论文
[1]基于改进的SIFT图像匹配算法研究[D]. 翟雨微.吉林大学 2017
[2]基于局部不变特征的图像匹配算法研究[D]. 刘欣.哈尔滨理工大学 2017
[3]改进粒子群优化算法的图像匹配[D]. 朱进进.河南师范大学 2017
[4]大空间火灾图像立体匹配算法的研究与应用[D]. 常璐.西安建筑科技大学 2016
[5]基于SIFT特征的图像拼接技术的研究[D]. 佘果.广西师范大学 2016
[6]基于双目立体视觉的三维重建系统研究[D]. 刘国锐.长春工业大学 2016
[7]立体匹配技术在机器人视觉中的应用研究[D]. 林园胜.安徽工程大学 2015
[8]基于局部图像内容的特征匹配算法研究与改进[D]. 禹铁夫.沈阳工业大学 2015
[9]基于双目视觉的图像匹配技术研究[D]. 张颖.上海师范大学 2014
[10]基于双目视觉的立体匹配算法研究与应用[D]. 顾骋.南京理工大学 2014
本文编号：3095777
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3095777.html
