基于视频序列的双目视觉立体匹配算法研究

摘要

视觉是人类获取外界信息的主要途径和方式，而研究如何模拟人类视觉并应用到实际中能够解决诸多难题，在医疗、航天、娱乐等领域均有着重要的意义。而计算机的迅猛发展，为视觉的模拟提供了有力的技术支撑，形成了一门热门学科——计算机视觉。计算机视觉将计算机和摄像机有机的结合起来，通过摄像机对外界进行成像并利用计算机对数字图像进行感知、识别和分析等，最终实现对现实场景空间的认知理解。
　　双目立体视觉是计算机视觉中举足轻重并充满挑战的课题之一，而立体匹配是其中的核心所在。立体匹配获取的视差结果在很大程度上能够反映三维空间中目标的距离，这使得立体视觉能够获取平面视觉所不能提供的深度信息。因此立体匹配在立体视觉领域起到了至关重要的作用，对于立体匹配进行深入研究探讨具有极大的意义。另外，虽然研究者对立体匹配进行了长期的研究并提出了众多立体匹配算法，也取得了不错的效果，但主要都是针对静态图像的，很少提出针对视频序列的立体匹配算法。然而，对于动态场景比如视频序列而言，充分有效的利用视频序列中获得的动态信息能够很好的提升立体匹配的视差提取效果。因此本文基于立体匹配的重要性和针对视频序列进行立体匹配的不足，研究并提出了一种基于视频序列的立体匹配算法。和现有方法相比，主要提出了一个新的计算模型，对自适应权值部分进行推导和建模，利用视频序列中的光流信息来优化权值的计算，提高其准确度和精确度，最终提取准确视差值。最后通过大量的实验对比和分析工作，验证了本文算法的有效性和可行性，取得了更理想的效果。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景及意义

1.2立体匹配研究状况

1.3立体视觉应用情况

1.4本论文工作和章节安排

第二章 双目立体视觉方面的基础理论

2.1摄像机成像模型

2.2双目立体视觉模型

2.3立体匹配约束条件

2.4立体匹配基本框架

2.5本章小结

第三章 基于视频序列的立体匹配

3.1匹配代价计算

3.2匹配代价聚合

3.3视差后处理

3.4基于视频序列的改进权值

3.5本章小结

第四章 实验结果及分析

4.1支持权值计算结果比较

4.2针对视频序列的视差提取

4.3量化评价

4.4本章小结

第五章 总结与展望

5.1本文总结

5.2前景展望

参考文献

发表论文和参加科研情况说明

致谢