立体匹配算法研究

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。