论文部分内容阅读
直线作为图像的一种重要的稳定特征，是计算机视觉领域的一个重要研究对象，它在三维重建、目标识别、图像理解等领域都有着十分重要的应用价值。到目前为止，尽管国内外在此领域取得了丰硕的研究成果。但仍有很多理论与技术问题需要解决。本文围绕直线检测、匹配算法展开了深入地研究和分析，并将直线匹配的结果应用于三维重建。主要工作如下：
①针对现有直线检测算法很难检测出图像中低对比度直线的问题，提出了一种新的直线检测方法-基于图像梯度内积的方法。首先，引入图像点的内积能量运算，该运算不但能有效地增强直线边缘，而且还具有抑制噪声和非直线边缘的能力。然后，利用内积能量取代梯度幅值，提出一种增强直线的边缘检测算法。最后，在检测的边缘中应用梯度内积检测直线边缘。实验结果表明，与文献中广泛使用的相位编组算法相比，本方法除具有更强的抗噪声能力外，在低对比度直线检测方面具有更好的性能。
②介绍并实现了基于图像灰度相关和基于图像梯度描述子的直线匹配算法。大量实验结果表明，在匹配数和匹配正确率方面，梯度描述子算法优于灰度相关方法。在直线匹配的基础上，针对检测初始的直线存在断裂和不完整的情况，提出并实现了一种直线连接策略。该策略利用直线描述子、直线位置以及直线长度信息，进行直线连接得到更加完整的直线。将直线匹配结果应用于三维重建的实验表明，对于建筑物等场景能有效的提高三维重建精度。