基于图像分割的快速小基高比立体匹配技术研究

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。

目录

声明

摘要

第1章绪论

1．1研究背景与意义

1．2小基高比立体匹配的国内外研究现状

1．3小基高比立体匹配的研究难点

1．4本文的主要工作

1．5论文的组织结构

第2章小基高比理论分析与立体匹配归纳

2．1引言

2．2小基高比理论分析

2．2．1小基高比立体视觉模型

2．2．2小基高比立体匹配的视差精度分析

2．3立体匹配归纳

2．3．1立体匹配基本步骤

2．3．2立体匹配方法

2．3．3立体匹配约束准则

2．3．4立体匹配评价标准

2．4本章小结

第3章基于分割交叉树与模糊逻辑的多尺度立体匹配

3．1引言

3．2算法流程及关键步骤

3．2．1算法流程

3．2．2多尺度空间构建

3．2．3匹配代价计算

3．2．4匹配代价聚合

3．2．5视差计算与优化

3．3算法性能分析

3．3．1匹配代价函数性能分析

3．3．2代价聚合性能分析

3．3．3时间复杂性分析

3．4实验结果与分析

3．4．1小基高比立体像对匹配测试

3．4．2 Middlebury Version 2经典立体像对匹配测试

3．4．3 Middlebury Version 3立体像对匹配测试

3．4．4光照变化条件下立体像对匹配测试

3．4．5代表性场景立体像对匹配测试

3．4．6人工合成立体像对和真实场景立体像对匹配测试

3．5本章小结

第4章基于多级图像分割的视差优化

4．1引言

4．2算法流程及关键步骤

4．2．1算法流程

4．2．2多级图像分割

4．2．3初始视差计算

4．2．4视差平面拟合

4．2．5视差平面合并

4．3算法性能分析

4．3．1视差优化性能分析

4．3．2时间复杂性分析

4．4实验结果与分析

4．4．1小基高比立体像对匹配测试

4．4．2 Middlebury’Version 2经典立体像对匹配测试

4．4．3 Middlebury Version 3立体像对匹配测试

4．4．4弱纹理立体像对匹配测试

4．4．5代表性场景立体像对匹配测试

4．4．6人工合成立体像对和真实场景立体像对匹配测试

4．5本章小结

第5章基于图像分割与相位相关的亚像素级立体匹配

5．1引言

5．2算法框架及关键步骤

5．2．1算法框架

5．2．2基于图像分割的相位相关窗口选择

5．2．3亚像素级的相位相关匹配

5．3算法性能分析

5．3．1亚像素级的相位相关匹配方法性能分析

5．3．2时间复杂性分析

5．4实验结果与分析

5．4．1理想立体像对匹配测试

5．4．2遥感立体像对匹配测试

5．4．3小基高比立体像对匹配测试

5．5本章小结

结论

参考文献

攻读博士学位期间发表的论文和取得的科研成果

致谢

个人简历