收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

立体匹配算法研究

翟振刚  
【摘要】: 立体视觉是计算机视觉中重要的研究领域,在移动机器人、人机交互、视频监控、智能控制、三维测量、机器人导航、无人机和3D电影等领域得到了广泛应用。在立体视觉中,立体匹配技术是关键技术,立体匹配的结果直接影响到三维重构效果。本文主要研究立体匹配算法一些挑战性问题:研究了倾斜平面、曲面和弱纹理条件下立体匹配问题,讨论了局部立体匹配算法自适应支持区域的选择问题和基于彩色通道的立体匹配算法。 传统的立体匹配算法都假设,场景中所有物体表面垂直于摄像机光轴,但实际中,并不是场景中所有的物体表面与摄像机的光轴垂直,在场景中存在球、倾斜平面等表面,在这种情况下,如果还采用这种假设,就可能引起系统误差。针对这种情况,本文提出了解决倾斜平面和曲面的立体匹配算法,放弃原有假设,允许场景中存在曲面和倾斜平面,利用分割块和分割块内的优化处理,利用分割块的上下文几何信息进行约束,最后得到曲面和倾斜平面的最优视差平面估计,利用最优视差平面估计像素点的视差值。 在立体匹配研究领域中,立体匹配算法所面临的挑战:遮挡问题、深度不连续和弱纹理问题。其中遮挡问题和深度不连续匹配问题,讨论的比较少,而针对弱纹理区域立体匹配问题,却讨论比较少。所以本文针对弱纹理情况,进行了分析研究,提出了可信视差点和非可信视差点的判断方法,然后利用视差值的概率分布信息进行推理,根据可信视差值的信息推理出非可信视差点的视差信息,实验结果证明了本算法的有效性。 在局部立体匹配算法中,需要选择支持区域进行能量聚合。本文提出了一种自适应支持区域立体匹配算法,按照视差值的概率分布特性选择支持像素点,所有的支持像素点组成了任意大小和形状的支持区域,利用此支持区域内的像素约束进行匹配代价聚合,而多窗体的局部立体匹配算法采用的支持窗体的大小、形状都是固定不变的。同时本算法针对支持像素点,赋予自适应权值信息。 一般的立体匹配算法都是针对灰度图像进行匹配,没有充分利用彩色图像的信息,为了降低立体匹配的歧义性,在本文中,充分利用彩色图像信息和彩色图像多通道信息。我们分析了彩色图像的信息,以及不同颜色空间不同通道信息受外界环境的影响。本文提出的算法充分利用各个通道的信息,建立能真实反映像素之间视差关系的支持权值模型。实验结果证明了该方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 白明;庄严;王伟;;双目立体匹配算法的研究与进展[J];控制与决策;2008年07期
2 李金凤;;立体匹配算法的研究[J];黑龙江科技信息;2015年27期
3 刘森;厍向阳;;一种改进双目视觉立体匹配算法[J];电子世界;2016年07期
4 于舒春;赵杰;蔡鹤皋;;立体匹配算法分阶段测试平台[J];计算机工程;2007年10期
5 于乃功;秦永钢;阮晓钢;;立体匹配算法进展[J];计算机测量与控制;2009年05期
6 陈松;陈晓冬;苏修;刘依林;汪毅;郁道银;;基于加权引导滤波的局部立体匹配算法[J];纳米技术与精密工程;2017年05期
7 冯永慧;张瑞豪;翟帅;;基于双边滤波的快速立体匹配算法研究[J];计量与测试技术;2021年04期
8 柳庆林;倪章松;张平涛;石啟凡;麻绍君;钟凯;李中伟;;基于反向合成高斯牛顿的半全局立体匹配算法[J];光学技术;2021年04期
9 王贺迎;张明志;郭京;周静;李鹏;张于;王顺;;大场景深度范围下的角度校验立体匹配算法[J];宇航计测技术;2019年06期
10 刘玉森;汪涛;;基于结构特征的全局立体匹配算法[J];信息技术;2017年01期
11 宁晓斐;胡波;赵磊;徳文智;;立体匹配算法的分类对比研究[J];硅谷;2013年18期
12 侯一民;尚浩天;;立体匹配算法改进与优化[J];电子制作;2021年16期
13 顾梦娇;朱宇锋;郭迎庆;张凌峰;;基于半全局立体匹配算法的改进研究[J];电子测量技术;2020年19期
14 霍智勇;朱秀昌;刘天亮;;基于线性生长的区域立体匹配算法研究[J];仪器仪表学报;2011年04期
15 周文晖;林丽莉;顾伟康;;一种鲁棒的基于互信息的实时立体匹配算法[J];传感技术学报;2006年04期
中国重要会议论文全文数据库 前13条
1 高月芳;朱同林;张佑生;偶春生;;一种改进的立体匹配算法[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
2 赵亮亮;黎宁;;一种基于全局约束的立体匹配算法[A];第十三届全国图象图形学学术会议论文集[C];2006年
3 贾波;章毓晋;张宁;林行刚;;一种二维搜索的立体匹配算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
4 夏泽邑;刘冲;王跃宗;沙里瓦特;;基于平均局部熵的显微立体匹配算法[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年
5 刘世敏;李睿;苏晓杰;;基于深度学习的多鱼眼全向视图深度估计方法[A];2021中国自动化大会论文集[C];2021年
6 姜吉祥;屈玉福;;双目视觉立体匹配算法对比研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2012年
7 杜娟;徐晟;;基于改进自适应窗和动态规划的立体匹配算法[A];第36届中国控制会议论文集(G)[C];2017年
8 朱程辉;何勇;王金玲;;一种基于小波金字塔的多分辨率立体匹配算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
9 张学贺;赵杰;李戈;侯珍秀;;基于支撑点的立体匹配[A];2015光学精密工程论坛论文集[C];2015年
10 连晓峰;窦丽华;陈杰;;基于图割算法的全景图像立体匹配[A];2007年中国智能自动化会议论文集[C];2007年
11 张凯;葛文兵;汪国平;董士海;;基于立体视觉的自然手势识别[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
12 王跃宗;刘冲;李德胜;;彩色显微图像立体匹配研究[A];中国微米、纳米技术第七届学术会年会论文集(一)[C];2005年
13 李振宇;庄春华;张亚庭;王普;;三维重建中的一种鲁棒图像匹配方法[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
中国博士学位论文全文数据库 前20条
1 翟振刚;立体匹配算法研究[D];北京理工大学;2010年
2 马浩;典型立体匹配算法精化方法研究[D];武汉大学;2018年
3 姚鹏;立体视觉中精确立体匹配算法的研究[D];天津理工大学;2019年
4 李婕;盲人导航系统中双目立体匹配算法的研究[D];武汉大学;2013年
5 朱程涛;基于图像滤波的精确立体匹配算法研究[D];天津大学;2019年
6 曹晓倩;面向病态场景图像对的立体匹配算法研究[D];中国科学院研究生院(西安光学精密机械研究所);2014年
7 施陈博;快速图像配准和高精度立体匹配算法研究[D];清华大学;2011年
8 张翔;基于可编程片上系统的实时立体匹配算法研究[D];浙江大学;2014年
9 陈彬;实时双目立体匹配算法研究与实现[D];武汉科技大学;2014年
10 池凌鸿;立体匹配算法的研究和应用[D];中国科学技术大学;2011年
11 王玮;基于遮挡信息的局部立体匹配算法的研究[D];山东大学;2012年
12 郑志刚;高精度摄像机标定和鲁棒立体匹配算法研究[D];中国科学技术大学;2008年
13 于方杰;光照变化条件下立体视觉技术研究[D];中国海洋大学;2013年
14 张康;基于图像深度感知中的立体匹配和深度增强算法研究[D];清华大学;2015年
15 刘赫伟;基于地面控制点和能量优化的鲁棒立体匹配算法研究[D];中国科学技术大学;2009年
16 高雅昆;水下图像质量增强与立体匹配算法研究[D];燕山大学;2019年
17 丁菁汀;立体视觉在实际应用中的若干问题研究[D];浙江大学;2012年
18 高申勇;高精度局部立体视觉匹配算法研究[D];浙江大学;2018年
19 朱松;基于图像分割的快速立体匹配算法研究[D];华中科技大学;2015年
20 何俊学;基于图像的工件曲面重建关键技术研究[D];兰州理工大学;2011年
中国硕士学位论文全文数据库 前20条
1 梁芳;基于图像分割的立体匹配算法研究[D];北京邮电大学;2014年
2 罗成志;基于置信传播的立体匹配算法研究及实现[D];天津大学;2013年
3 孔维宜;实时边缘感知立体匹配算法研究[D];西南民族大学;2021年
4 石冬健;基于深度学习的立体匹配算法研究[D];华侨大学;2020年
5 程佳尧;基于深度学习的实时立体匹配算法及应用[D];大连理工大学;2020年
6 纪坤;基于FPGA的双目视觉立体匹配算法的研究与实现[D];华中科技大学;2014年
7 何艳;基于双目立体视觉的窗口区域立体匹配算法研究[D];上海师范大学;2014年
8 顾骋;基于双目视觉的立体匹配算法研究与应用[D];南京理工大学;2014年
9 孟奂;三维重建中立体匹配算法的研究[D];哈尔滨工业大学;2012年
10 黄承亮;基于双目立体视觉立体匹配算法研究与应用[D];南京理工大学;2013年
11 刘红新;基于图割理论的立体匹配算法研究[D];湖南大学;2011年
12 朱孔粉;深度图像局部立体匹配算法的研究[D];太原科技大学;2015年
13 高亮;双目视觉中的立体匹配算法研究[D];东北大学;2014年
14 邓茜雪;基于动态规划的水下立体匹配算法的研究[D];燕山大学;2015年
15 张小雪;基于双目视觉的立体匹配算法研究[D];东北大学;2014年
16 谭雨;基于端到端卷积神经网络的双目立体匹配算法研究[D];电子科技大学;2021年
17 杨超;基于深度学习的立体匹配算法研究[D];北京邮电大学;2020年
18 丁志勇;基于视频序列的双目视觉立体匹配算法研究[D];天津大学;2016年
19 宁晓斐;双目立体视觉中半全局立体匹配算法的研究[D];辽宁大学;2014年
20 贺亮;双目视觉立体匹配算法研究[D];东华理工大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978