基于特征点和灰度相关的双目视觉匹配研究

摘要

双目视觉由于仿照人类视觉的立体感知过程，成为计算机视觉领域的研究热点。立体匹配是双目视觉中最关键的步骤，立体匹配根据对所选特征的计算，建立特征间的对应关系，将同一空间点在不同图像中的映像点对应起来，并由此得到视差图像。本文利用双目立体视觉系统获取的图像展开了立体匹配的研究工作。 首先全面阐述了双目立体视觉理论及研究内容，并且根据选择的立体视觉成像系统模型介绍了立体视觉测距的基本原理。 其次在视觉图像预处理阶段，介绍了图像的灰度线性变换、直方图均衡化、平滑滤波及图像锐化等内容，并给出了视觉图像预处理的结果图。 另外在分析了边缘检测算子对图像特征提取的基础上，针对立体匹配的要求，研究了一种基于对称指数滤波与Laplacian相结合的边缘检测算法。 最后阐述了双目视觉立体匹配原理，详细分析了立体视觉匹配算法。针对灰度相关匹配计算量大、特征匹配算法复杂的特点，研究并实现了一种基于多特征约束的分阶段立体匹配算法。实现过程中，选择特征与区域相结合的复合基元，在第一阶段通过灰度相关双阈值判断获取最佳匹配点和候选匹配点，第二阶段则以第一阶段粗匹配结果为基础，依据图像的视差相容性约束寻求最佳匹配。实验结果表明，该算法取得了较好的匹配效果。

目录

文摘

英文文摘

声明

第1章绪论

1.1计算机视觉简介

1.2国内外研究现状及存在问题

1.2.1国内外研究现状

1.2.2立体匹配存在问题

1.3选题背景及研究意义

1.3.1选题背景

1.3.2研究意义

1.4论文主要研究内容

第2章双目立体视觉理论研究

2.1 Marr的计算机视觉理论框架

2.2双目立体视觉系统主要研究内容

2.3成像系统模型分析

2.3.1摄像机模型和成像原理

2.3.2图像坐标系、摄像机坐标系与世界坐标系

2.3.3坐标系间变换

2.4立体视觉三维测量原理

2.4.1双目平行视立体视觉结构

2.4.2视差测距原理

2.4.3双目立体视觉数学模型

2.5小结

第3章双目视觉图像预处理

3.1图像增强

3.1.1图像增强方法

3.1.2灰度变换法

3.1.3直方图均衡化

3.2图像平滑

3.2.1邻域平均法

3.2.2中值滤波

3.3图像锐化

3.4小结

第4章视觉图像边缘特征信息提取

4.1图像边缘

4.2梯度

4.3一阶边缘检测算子

4.3.1 Roberts边缘算子

4.3.2 Sobel边缘算子

4.3.3 Prewitt边缘算子

4.3.4边缘检测结果

4.4基于对称指数滤波与Laplacian的边缘检测算法

4.4.1对称指数滤波器

4.4.2 Laplacian算子

4.4.3边缘检测

4.5小结

第5章基于特征约束的双目视觉立体匹配算法

5.1概述

5.1.1基于灰度的区域匹配方法

5.1.2基于特征的匹配方法

5.2匹配算法原理

5.2.1匹配基元的选取

5.2.2匹配约束准则

5.2.3相似性测度的选择

5.2.4插值

5.3基于多特征约束的立体匹配算法的实现

5.3.1算法总体流程

5.3.2第一阶段匹配：依据双阈值判断灰度互相关值

5.3.3第二阶段：利用视差梯度约束去除误匹配

5.3.4实验结果

5.4小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢