基于区域分割的立体匹配及其相关研究

摘要

本文对立体视觉技术进行深入的研究，重点研究了立体匹配算法，并对匹配结果进行了三维重建，由于在立体匹配算法中应用到了图像分割，因此也研究关图像分割相关的内容，主要工作如下： (1)将图像分割理论应用到立体匹配算法中，传统的基于区域的匹配算法采用的规则窗口不能有效的处理图像中前景与背景的交接处，往往导致结果过于平滑。本方法以图像分割之后的区域为匹配基元，灰度相差较大的前景和背景区域分割之后将归属于不同区域，所以能较好的解决该问题。 (2)针对大遮挡、纹理缺失区域，分析了区域在整个视差空间内的匹配率曲线，提出信赖度与邻域相关因子的概念，信赖度低的区域将倾向于取邻域中邻域相关因子最大的视差值。由于大遮挡、纹理缺失区域的信赖度较低，根据Marr视觉理论中的连续性约束，让这些区域的视差值逼近邻域相关因子最大的邻域的视差值是合理的，实验结果证明也是有效的。 (3)实现了分水岭图像分割算法，并将该算法应用到立体匹配中。 (4)使用标准测试图像评测本文的立体匹配算法，结果显示本算法对大遮挡区域、纹理缺失区域处理的精度比较高。 (5)使用OpenGL标准库对立体匹配结果进行了三维重建。

目录

文摘

英文文摘

独创性说明及大连理工大学学位论文版权使用授权书

1绪论

1.1概述

1.2研究的动机和目的

1.3国内外研究现状

1.4论文的主要研究内容及结构

2基本理论

2.1体视觉

2.1.1计算机视觉

2.1.2体视觉简介

2.1.3体视觉的研究内容

2.2摄像机标定

2.2.1图像坐标系、摄像机坐标系、世界坐标系

2.2.2线性模型摄像机标定

2.2.3体视觉的标定问题

2.3本章小结

3图像分割方法的研究

3.1引言

3.2常用的图像分割方法对比

3.2.1阈值法

3.2.2区域生长和分裂合并

3.2.3并行微分算子法

3.2.4基于曲面拟合的方法

3.2.5基于边界曲线拟合的方法

3.2.6基于模糊集理论的方法

3.2.7结合区域与边界技术的方法

3.2.8基于数学形态学的方法

3.3分水岭算法图像分割

3.3.1分水岭算法定义

3.3.2分水岭算法实现

3.4实验结果

3.5本章小结

4立体匹配

4.1引言

4.2立体匹配的研究内容

4.2.1匹配基元的选择

4.2.2匹配约束

4.3立体匹配的方法

4.3.1基于特征的匹配方法

4.3.2基于相位的匹配方法

4.3.3基于区域的匹配方法

4.4基于区域分割的立体匹配

4.4.1算法概要

4.4.2视差空间DSI

4.4.3图像分割

4.4.4区域匹配率

4.4.5信赖度

4.4.6邻域相关因子

4.4.7区域匹配

4.5实验结果与性能分析

4.5本章小结

5 OpenGL立体视觉三维重建

5.1引言

5.2空间点的重建

5.3 OpenGL三维物体重建

5.3.1 OpenGL的基本原理

5.3.2 OpenGL基本处理流程

5.3.3 OpenGL的基本图元

5.3.4 OpenGL立体视觉三维重建步骤

5.4重建结果

5.5本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致 谢