基于双目立体视觉的相位匹配算法研究

摘要

双目视觉是模仿人类的双目功能对同一景物从两个不同的角度进行观察，然后对不同角度下获取的图像根据几何成像的原理得出图像之间的视差，从而还原景物的三维信息。立体匹配就是搜索图像对在成像过程中的同名点并获取图像偏差的过程，是三维重建的核心技术，是立体视觉的重点研究内容，同时也是难点之一。
　　本文在对现有的匹配方法进行分析的基础上，重点对基于相位信息的图像匹配方法进行了研究。由于相位本身反映了图像结构的位置信息，所以抗噪性能好，而且相位相关法是对整幅图像的相关系数进行处理，所以匹配速度快。但是基于相位相关的图像匹配方法在处理位移变化的图像时，在图像边缘不稳定的情况下，可能会使该算法失效。为了能够很好地处理图像边缘不稳定的问题，本文在模板匹配的基础上利用相位相关法进行图像匹配。该方法在匹配处理过程中采用的是基于传统模板匹配的小窗口搜索方式，需要对整幅图像进行遍历，从而导致了计算量的增加，影响了匹配速度。针对该方法的不足，本文在该方法的基础上，采用大窗口搜索的方式，将模板扩充到原图大小，然后再进行基于相位相关的匹配处理。由于这种基于扩充模板的相位相关匹配方法采用的是大窗口的全局搜索方式，大大减少了计算量，从而提高了匹配速度。在实际的图像中往往存在着仿射变换，单纯的基于相位相关的匹配方法不能满足该需求。所以，本文在相位相关的基础上，利用Fourier-Mellin变换的旋转和缩放不变性，通过将图像从空间笛卡尔坐标系转换到对数极坐标系进行相应处理，从而获得图像的位移量、旋转角度和缩放倍数。但是，图像在尺度变化的时候不可避免地会产生含糊性，从而限制了基于相位相关的Fourier-Mellin匹配方法在尺度缩放上的适应范围。为此，本文引入高斯尺度空间理论，利用该理论模拟人眼视觉成像的机理，构造多尺度图像，然后再进行各个尺度图像的Fourier-Mellin变换。这种方法减少了图像尺度变化所引起的含糊性，一定程度上扩展了基于相位相关的Fourier-Mellin匹配方法在尺度缩放上的适应范围。本文在基于高斯尺度空间理论的认识上，引入双线性插值算法，提出了基于双线性插值的尺度空间理论，通过将双线性插值核函数替换高斯核函数，从而得到基于双线性插值的多尺度图像，然后再进行各个尺度图像的Fourier-Mellin变换。这种方法只对图像本身像素结构进行处理，能够极大地拓展基于相位相关的Fourier-Mellin匹配方法在尺度缩放上的适应范围。同时通过对标准图像对以及采集的图像对进行实验，从而证明本文所提出的基于相位相关的匹配方法的有效性。

目录

声明

摘要

1 绪论

1．1 课题背景及研究意义

1．2 立体视觉的研究现状

1．3 立体匹配的研究现状

1．4 本文研究内容

2 立体匹配技术

2．1 引言

2．2 立体匹配原理

2．2．1 双目立体视觉系统模型

2．2．2 视差计算

2．2．3 图像预处理

2．3 立体匹配研究内容

2．3．1 匹配基元的选择

2．3．2 立体匹配的约束

2．3．3 相似性测度函数

2．3．4 立体匹配的匹配策略

2．4 本章小结

3 相位匹配算法

3．1 引言

3．2 傅立叶变换理论

3．2．1 连续函数的傅立叶变换

3．2．2 离散函数的傅立叶变换

3．2．3 快速傅立叶变换

3．3 相位匹配算法的原理

3．3．1 相位差-频率法

3．3．2 相位相关法

3．4 基于相位相关的匹配算法

3．4．1 基于相位相关的图像匹配流程

3．4．2 窗函数的选择

3．4．3 图像信噪比

3．5 实验结果及分析

3．5．1 基于相位相关的图像匹配实验

3．5．2 窗函数的选择实验

3．5．3 相位相关匹配算法的视差获取实验

3．5．4 采集图像对测试实验

3．6 本章小结

4 基于相位相关的模板匹配改进算法

4．1 引言

4．2 模板匹配算法

4．2．1 模板匹配算法原理

4．2．2 归一化互相关匹配算法

4．3 基于相位相关的模板匹配算法

4．3．1 基于相位相关的模板匹配算法原理

4．3．2 基于相位相关的模板匹配算法流程

4．4 基于扩充模板的相位相关匹配算法

4．4．1 基于扩充模板的相位相关匹配算法原理

4．4．2 基于扩充模板的相位相关匹配算法流程

4．5 实验结果及分析

4．5．1 匹配算法选择对匹配结果的影响

4．5．2 模板选择方式对匹配结果的影响

4．5．3 采集图像对测试实验

4．5．4 实验综合分析

4．6 本章小结

5 基于相位相关的Fourier-Mellin改进算法

5．1 引言

5．2 Fourier-Mellin变换原理

5．2．1 空间笛卡尔坐标系到对数极坐标系的转换

5．2．2 Fourier-Mellin算法

5．3 基于相位相关的Fourier-Mellin匹配算法

5．4 基于高斯尺度空间的Fourier-Mellin匹配算法

5．4．1 尺度空间

5．4．2 高斯尺度空间

5．4．3 基于高斯尺度空间的Fourier-Mellin匹配算法

5．5 基于双线性插值尺度空间的Fourier-Mellin匹配算法

5．5．1 双线性插值算法

5．5．2 基于双线性插值的图像缩放算法

5．5．3 基于双线性插值尺度空间的Fourier-Mellin匹配算法

5．6 实验结果及分析

5．4．1 基于Fourier-Mellin匹配算法实验

5．4．2 基于高斯尺度空间的Fourier-Mellin匹配算法实验

5．4．3 基于双线性插值尺度空间的Fourier-Mellin匹配算法实验

5．4．4 采集图像对测试实验

5．4．5 实验综合分析

5．7 本章小结

6 结论与展望

6．1 结论

6．2 展望

参考文献

附录：部分算法源码

攻读学位期间主要的研究成果

致谢