论文部分内容阅读
立体匹配是计算机视觉中极其重要和困难的课题，可定义为对参考图像中的每个像素，在另一幅图像中寻找它的对应像素的过程，即为每个像素在两幅图像中确定使相似度准则最优的视差。由于立体匹配广泛应用于虚拟现实、三维重建、视觉导航以及工业测量等领域，近年来一直是计算机视觉领域的研究热点。着眼于实际课题的研究，针对于立体匹配中广泛存在的问题及效果和速度不能兼顾的挑战，本文展开研究工作，主要内容如下：1.系统的总结并阐述了计算机视觉的相关理论和国内外研究发展现状，并对存在的问题进行了归纳。2.针对双目立体视觉，本文对立体匹配算法的相关概念，如算法框架、方法分类、约束条件及算法评价标准进行描述。并着重对立体匹配各算法的优缺点进行比较，对目前主流的算法进行详细阐述。3.传统的基于全局优化的匹配算法计算复杂度高，在遮挡和视差突变区域具有较差的匹配精度，基于Tao立体匹配算法的一般步骤，本文提出改进的全局优化算法，即：基于图像分割框架的高效立体匹配算法。算法概况如下：首先采用均值漂移算法对参考图像进行过分割；其次采用高效的局部算法获取初始匹配视差；然后对得到的视差值进行可信度检测，利用可信像素点和视差平面假设使用具有鲁棒性的低复杂度算法修正不可信任像素视差值；最后改进置信度传播算法，使其能够自适应的停止收敛节点的消息传播，并对经修正的初始匹配进行优化，提高弱纹理区域匹配准确度。实验结果表明，本文算法有效地降低了整体误匹配率，改善了视差突变及遮挡区域的匹配精度；同时，降低了算法整体复杂度，兼顾了速度，具有一定的实用性。