自适应权重立体匹配算法研究

摘要

双目视觉立体匹配是从同一场景获得的左右两幅视图中寻找匹配点的过程，它是计算机视觉领域的研究热点之一，其算法主要分为局部算法和全局算法。两种类型不同的算法各有优势，局部算法效率较高，全局算法精度较高。本文致力于提高自适应权重局部算法的效率，使其能够更好的应用于实际工程。
　　本研究主要内容包括：⑴介绍了基于双目视觉的三维重建算法的研究背景和意义，总结了国内外立体匹配技术的发展历程和现状；重点分析了立体匹配算法的约束条件、算法的4个步骤，以及评价标准；并详细介绍了基于 guided filter的聚合算法、VariableCross算法和自适应权重立体匹配算法。⑵提出一种冗余点去除机制，以提高自适应权重算法的匹配精度。具体做法是：首先将左右视图转换到logRGB颜色空间，以去除环境因素造成的图像颜色畸变。在选取的聚合窗口里，利用提出的权重因子实现冗余点的去除，以消除聚合窗口内噪声点对匹配精度的影响；之后利用图像腐蚀的方法对剩余点作进一步筛选，以更好的保留物体边缘结构；最后利用剩余点进行匹配代价聚合，并利用WTA准则、左右一致性检测方法来提高精度，获得精确的视差图。⑶针对传统自适应权重算法计算量大的问题，提出一种快速自适应权重立体匹配算法。首先，改写余弦函数，使其符合权重分布规律，并在此基础上提出一种新的自适应权重，实现匹配代价的初次聚合。其次，将像素点的视差搜索范围分割为数个子区域，从中选取局部最优视差值。对每个待匹配点而言，只在其局部最优视差值处计算权重，明显减少了计算量。实验结果表明，本文算法不仅可以有效减少计算量，而且在一定程度上提高了匹配精度，取得了良好的处理效果。

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 研究内容及研究方案

1.4 论文结构

第2章 立体匹配算法综述

2.1 立体匹配的基本原理

2.2 常见立体匹配算法

2.3 本章小结

第3章 改进匹配代价聚合的自适应权重算法

3.1 初始匹配代价的计算

3.2 logRGB颜色空间

3.3 改进匹配代价聚合的自适应权重算法

3.4 实验结果对比与分析

3.5 本章小结

第4章 快速自适应权重立体匹配算法

4.1 引言

4.2 快速自适应权重立体匹配算法

4.3 实验结果与分析

4.4 本章小结

第5章 总结与展望

5.1 本文总结

5.2 展望

参考文献

发表论文及专利说明

致谢