高分辨率近似纹理图像立体匹配技术研究

发布时间：2017-10-04 06:19

  本文关键词：高分辨率近似纹理图像立体匹配技术研究

  更多相关文章： 双目立体匹配 高分辨率 近似纹理 图像分割 双三次B样条拟合 异步消息传递 混合式计算

【摘要】：立体匹配是计算机视觉领域的重要研究课题之一,它试图从两张具有重叠区域的二维图像中寻找同名点,并将对应信息记录在一张视差图中,结合摄像机参数,即可从视差图恢复出参考图像的三维模型。如何根据立体图像对准确地计算参考图像的视差图是立体匹配的基本任务,也是基于立体图像对对场景进行三维重建的关键。随着计算机视觉技术的发展,双目立体匹配技术也在越来越多的行业中得到应用,如机器人测距、避障和考古行业中对文物和发掘场景的三维重建,本文研究即受到后者的启发。实践发现,摄自考古发掘现场的立体图像对有其特殊性,图像中包含大量接近土色的近似纹理区域。在这些区域,搜索范围中的待匹配点仍具有某些可区分的特征,但这需要应用分辨能力更强的代价匹配函数才能准确辨别。此外,为了得到分辨率更高的视差图,立体匹配过程也需要采用对应的高分辨率图像进行计算,而这些图像的分辨率可以达到数百万乃至千万像素,已经远远超出了传统立体匹配应用图像在十万至百万像素的级别。输入数据量的增加对立体匹配算法的计算速度提出了更高的要求,许多研究者已经意识到这个问题,开发计算效率更高的立体匹配算法也成为当前立体匹配研究的一个重要方向。本文将上述应用问题归纳为一类较为一般的学术问题—基于高分辨率近似纹理立体图像对的立体匹配问题,并从三个方面进行了研究：(1)对具有更高辨析能力的代价匹配函数的研究。传统的代价匹配函数具有初始代价计算与代价累积两个阶段,其中代价累积阶段对于代价匹配函数的辨析能力具有决定性的作用。结合图像分割技术,本文提出了新的代价累积策略,并在两种不同类型的初始代价算子,Census变换和自适应支持权重策略上进行了测试,实验结果表明,本文提出的代价累积策略显著提高了代价匹配函数的辨析能力,在同类别代价匹配函数中达到了最低的平均误差率。(2)对具有更好的平滑能力和适应能力的全局优化算法的研究。全局优化算法以马尔科夫-最大后验概率(MRF-MAP)框架为理论基础,通过求解一个能量函数来寻找每个位置的视差,置信度传播(Belief Propagation)是其中应用最广的优化方法。本文首先改进了经典的层次式置信度传播算法,在其中加入了基于B样条拟合的去噪与平滑模块,获得了更加平滑、精度更高的视差图；还提出了一种基于异步消息传递的置信度传播算法,算法在具有与经典置信度传播算法相当的收敛速度的基础上,具备更好的去噪能力,耗费的存储空间也更小。另外,基于异步消息传递的置信度传播方案,本文综合几种现有技术设计了一个完整的立体匹配算法并进行了实验,其平均误差率当时在标准测试集上排名第六。(3)对具有可扩展性的混合式立体匹配方案的研究。本文首先分析了当前研究者对加速立体匹配算法的研究进展,然后设计了一种混合式立体匹配计算框架。框架采用了当前应用最广泛的立体匹配技术,如多核CPU和GPU加速技术,基于平面拟合的视差估计技术等,并将这些技术进行了有机的结合。使用本计算框架在局部和全局立体匹配算法上进行了测试,结果表明,本框架能够进一步提高局部立体匹配算法的计算速度,也能够有效降低全局立体匹配算法对于内存的峰值需求。同时,通过充分利用系统的多种计算资源,本框架也具有很高的扩展性。本文对基于高分辨率近似纹理图像对的立体匹配技术的研究涵盖了立体匹配技术当前的研究热点问题,并提出了行之有效的解决方案。实验结果表明,本文提出的多种解决方案是有效的,在基于标准数据集的测试中也取得了良好的效果。
【关键词】：双目立体匹配 高分辨率 近似纹理 图像分割 双三次B样条拟合 异步消息传递 混合式计算
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 致谢5-6
• 摘要6-8
• Abstract8-16
• 第1章 绪论16-26
• 1.1 本章提要16
• 1.2 立体视觉系统16-20
• 1.3 研究背景及研究意义、研究内容和研究方案20-23
• 1.3.1 研究背景及研究意义20-21
• 1.3.2 研究目标和研究内容21-22
• 1.3.3 研究方案22-23
• 1.4 章节安排23-24
• 1.5 本章小结24-26
• 第2章 双目立体匹配技术概念、研究现状和研究趋势26-50
• 2.1 本章提要26
• 2.2 立体匹配基本问题26-34
• 2.2.1 立体匹配定义及术语26-27
• 2.2.2 体匹配原理27-30
• 2.2.3 如何求解立体匹配问题30-33
• 2.2.4 立体匹配评价标准33-34
• 2.3 立体匹配算法分类及研究现状34-44
• 2.3.1 稀疏匹配34
• 2.3.2 稠密匹配34-44
• 2.4 立体匹配技术研究趋势总结44-48
• 2.4.1 匹配基元的选择44-45
• 2.4.2 局部法发展趋势45
• 2.4.3 全局法发展趋势45-46
• 2.4.4 加速计算技术46-48
• 2.5 本章小结48-50
• 第3章 高辨析力代价计算函数研究50-70
• 3.1 本章提要50
• 3.2 图像分割技术50-56
• 3.2.1 Mean-Shift图像分割50-54
• 3.2.2 基于图的分割54-56
• 3.3 基于分割区域的Census代价计算56-60
• 3.3.1 相关工作56-58
• 3.3.2 算法描述58-60
• 3.3.3 算法对比和实验60
• 3.4 基于分割区域的自适应权重累积60-67
• 3.4.1 相关工作62-63
• 3.4.2 算法描述63-65
• 3.4.3 算法对比和实验65-67
• 3.5 算法分析67-68
• 3.6 本章小结68-70
• 第4章 基于置信度传播的全局优化算法70-96
• 4.1 本章提要70
• 4.2 立体匹配中的全局优化算法70-71
• 4.3 使用双三次B样条拟合中间视差图像71-73
• 4.3.1 相关工作71-72
• 4.3.2 拟合过程72-73
• 4.4 基于双三次B样条拟合的层次式置信度传播73-82
• 4.4.1 相关工作73-74
• 4.4.2 HBP算法分析与新方案提出74-76
• 4.4.3 基于双三次B样条拟合的HBP76-78
• 4.4.4 实验结果78-82
• 4.5 基于异步消息传播的置信度传播82-93
• 4.5.1 相关工作82
• 4.5.2 算法描述82-86
• 4.5.3 实验设计及结果86-93
• 4.6 算法分析93-94
• 4.7 本章小结94-96
• 第5章 混合式快速立体匹配计算框架96-110
• 5.1 本章提要96
• 5.2 研究背景96-97
• 5.3 相关工作97-98
• 5.3.1 立体匹配算法并行化97-98
• 5.3.2 加速的立体匹配算法98
• 5.3.3 总结98
• 5.4 计算框架设计和实现98-103
• 5.4.1 特征点提取与匹配98-99
• 5.4.2 基于图分割技术的图像分割99-100
• 5.4.3 任务分解与分配100-102
• 5.4.4 混合式立体匹配计算框架分析102-103
• 5.5 实验结果103-108
• 5.5.1 效率比较103-105
• 5.5.2 精度比较105
• 5.5.3 算法分析105-108
• 5.6 本章小结108-110
• 第6章 总结和展望110-114
• 6.1 本文工作总结110-111
• 6.2 未来工作展望111-112
• 6.3 结束语112-114
• 参考文献114-130
• 攻读博士学位期间主要的研究成果130-132
• 攻读博士学位期间主要参与的项目132

【相似文献】

中国期刊全文数据库 前10条

1 王肇捷,黄文剑;立体匹配的免疫算法[J];电脑与信息技术;2001年04期

2 夏利民;谷士文;沈新权;孙星明;;一种新颖的立体匹配方法[J];模式识别与人工智能;2001年04期

3 王小芳;闫光荣;雷毅;;彩色镜像图像的立体匹配方法[J];计算机工程;2008年18期

4 裴明涛;刘鹏;;一种基于图割的快速立体匹配方法[J];北京理工大学学报;2009年03期

5 卢思军;唐振民;郭龙源;卢阿丽;;采用模糊判别的自适应多窗口立体匹配[J];工程图学学报;2009年06期

6 李洪海;;一种改进的快速立体匹配方法[J];自动化与仪器仪表;2010年04期

7 林川;潘盛辉;韩峻峰;谭光兴;李梦和;;基于区域的立体匹配优化方法[J];计算机工程与设计;2011年08期

8 胡楠;;立体匹配技术发展研究[J];信息通信;2012年05期

9 李竹林;张根耀;;基于特征的宽基线立体匹配技术研究[J];计算机技术与发展;2013年05期

10 林静;江开勇;林俊义;李莉君;;基于立体校正的快速相位立体匹配[J];贵州师范大学学报(自然科学版);2013年02期

中国重要会议论文全文数据库 前10条

1 赵慧洁;雷彦章;姜宏志;;基于投影栅相位的立体匹配方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

2 刘晓丽;徐光柱;雷帮军;孙水发;冯德鸿;;立体匹配技术研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

3 王跃宗;刘冲;李德胜;;彩色显微图像立体匹配研究[A];中国微米、纳米技术第七届学术会年会论文集（一）[C];2005年

4 付丽琴;韩焱;;基于立体匹配技术的射线图像三维信息重建技术研究[A];第十一届中国体视学与图像分析学术会议论文集[C];2006年

5 李竹林;赵宗涛;王文发;马燕;;一种缺失摄像机标定参数图像的立体匹配方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 周秀芝;王润生;;基于自适应窗口的稠密立体匹配[A];立体图象技术及其应用研讨会论文集[C];2005年

7 贾涛;陈涛;杨润奎;;基于仿射不变量的长基线立体匹配[A];第三届全国信息获取与处理学术会议论文集[C];2005年

8 左森;郭晓松;万敬;郭君斌;;Graph Cuts及其在立体匹配中的应用[A];立体图象技术及其应用研讨会论文集[C];2005年

9 李刚;曾荣盛;韩建涛;陈曾平;;基于双向SIFT的未标定图像的立体匹配[A];全国第4届信号和智能信息处理与应用学术会议论文集[C];2010年

10 纪松;范大昭;初艳锋;杨靖宇;;线阵遥感影像多视立体匹配中VLL模型的扩展[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

中国博士学位论文全文数据库 前10条

1 张康;基于图像深度感知中的立体匹配和深度增强算法研究[D];清华大学;2015年

2 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

3 柴登峰;面向三维可视通讯的立体匹配方法[D];浙江大学;2006年

4 卢思军;立体匹配关键技术研究[D];南京理工大学;2011年

5 胡腾;基于多通道置信度传播算法的航空核线影像稠密立体匹配研究[D];武汉大学;2013年

6 李莉;基于偏微分方程的立体匹配问题研究[D];山东大学;2011年

7 裴伟;显微立体匹配及非接触无损快速三维测量研究[D];大连理工大学;2007年

8 葛亮;图像建模中立体匹配问题的研究[D];重庆大学;2009年

9 耿英楠;立体匹配技术的研究[D];吉林大学;2014年

10 刘正东;计算机视觉中立体匹配技术的研究[D];南京理工大学;2005年

中国硕士学位论文全文数据库 前10条

1 王龙;摄像机标定与立体匹配技术的研究[D];河北大学;2015年

2 刘荣军;宽基线密集立体匹配方法研究[D];昆明理工大学;2015年

3 朱守信;基于立体匹配片的国产卫星影像无缝立体测图方法研究[D];中国地质大学(北京);2015年

4 庞星;双目立体匹配的理论研究及算法优化[D];南京理工大学;2015年

5 夏凯;双目视觉立体匹配技术研究及其应用[D];西安建筑科技大学;2015年

6 王侃;人体头部姿态参数测量[D];西安工业大学;2015年

7 龚文彪;立体匹配技术的研究及其硬件化实现[D];南京理工大学;2015年

8 邱明R，

本文编号：969094