论文部分内容阅读
立体匹配算法是从两张匹配的左右图片中恢复出场景的视差信息，同时也是计算机视觉领域中重要的基本问题。它在工业、军事、娱乐等各个领域都有广泛的应用。但传统的立体匹配算法由于光照差异、视角不同造成的遮挡等因素，容易产生误匹配现象。加入亮度值调整和帧间信息后，立体匹配算法可以具有更好的鲁棒性，进而为各类应用提供更准确的深度信息。 本文在传统立体匹配算法的基础上，重点对相机的标定、亮度值差异对立体匹配算法造成的影响以及如何在立体匹配算法中加入帧间信息几个方面展开了研究。在此基础上本文提出了基于亮度值调整和基于帧间信息的立体匹配算法。具体而言，本文的工作主要分为以下几个方面。 在相机标定方面，本文主要研究了针孔相机模型的成像方式，介绍了世界坐标系、相机坐标系、图像坐标系和像素坐标系的定义以及它们之间相互转化的公式。阐述了造成相机畸变的原因以及对应的消除方式，同时说明了双目视觉系统的立体标定方式。 在立体匹配算法方面，本文首先介绍了传统立体匹配算法中各个步骤的具体操作方式。之后分析了光照差异对立体匹配算法的影响，并以此为基础，提出了基于亮度值调整的立体匹配算法。 在基于帧间信息的立体匹配算法方面，本文首先介绍了SIFT和ORB两种特征点提取和描述算法。之后针对三种情况，分别介绍了它们计算相机相对位姿的方法。最后介绍了利用相对位姿估算深度信息，并提出了基于帧间信息的立体匹配算法。 实验结果表明，本文提出的基于亮度值调整的立体匹配算法和基于帧间信息的立体算法都能够在各自的应用场景有效地提升立体匹配算法的准确性。