一种基于场景轮廓特征的三维地形重建方法

为了提升双目视觉系统三维重建的准确性和实时性,提出了一种基于区域分割和匹配的方法。针对实际场景中存在大面积灰度相近区域的现象以及稠密三维重建存在实时性差的问题,采用分水岭算法提取区域轮廓进行三维重建;针对轮廓边缘的误匹配问题,建立区域匹配和边缘点匹配的双重约束条件进行优化匹配;根据平行轴双目立体视觉模型进行三维重建。结果表明:采用轮廓特征进行匹配因其匹配点数大为减少,匹配用时提高了90%;由于采用了双重匹配策略,匹配和重建的准确性得到了保证。     

基于SIFT匹配算法的多视点自由立体显示视差图像的生成

提出了一种利用同一场景的两幅视差图像生成用于多视点自由立体显示的多幅视差图像的方法。首先运用SIFT匹配算法从两幅视差图像中寻找匹配点,并运用生长运算得到图像的稠密匹配;然后根据匹配点坐标对视差进行了近似计算并得到左视差图像的深度图像;最后提出一种基于投影原理的多幅视差图像生成方法,由左视差图像和其深度图像生成了应用于多视点自由立体显示的多幅视差图像,其立体显示效果良好。     

基于多视差函数拟合的集成成像深度提取方法EI北大核心CSCD

集成成像系统采用微透镜阵列记录空间场景信息,只有一次成像过程,在获取场景深度时,不存在相机的参数设置和校准问题,简化了深度测量过程,具有很大优势。但是由于该系统采集的元素图像分辨率低,容易受记录噪声影响,元素图像之间匹配困难。基于集成成像系统能够计算重构出多幅视图的优势,充分利用多幅视图提供的冗余信息来改善立体匹配情况。采用颜色相似性的自适应窗口在参考视图与其他视图之间进行立体匹配,得到参考视图与其他视图之间的视差信息,利用视差与视图对之间的抽样距离满足正比函数关系的性质,对多个视差值进行函数拟合,减少了由于记录噪声等因素产生的误匹配,物体深度层次的分辨更加准确。     

基于多视差函数拟合的集成成像深度提取方法

集成成像系统采用微透镜阵列记录空间场景信息,只有一次成像过程,在获取场景深度时,不存在相机的参数设置和校准问题,简化了深度测量过程,具有很大优势。但是由于该系统采集的元素图像分辨率低,容易受记录噪声影响,元素图像之间匹配困难。基于集成成像系统能够计算重构出多幅视图的优势,充分利用多幅视图提供的冗余信息来改善立体匹配情况。采用颜色相似性的自适应窗口在参考视图与其他视图之间进行立体匹配,得到参考视图与其他视图之间的视差信息,利用视差与视图对之间的抽样距离满足正比函数关系的性质,对多个视差值进行函数拟合,减少了由于记录噪声等因素产生的误匹配,物体深度层次的分辨更加准确。     

基于视差信息的三维图像的计算机重构*

为了解决全景成像技术中观察者位于观察区域之外看到的图像会存在失真的问题,提出了一种基于视差信息的计算机重构3D视图技术.利用3D场景中的物体点经过不同微透镜在元素图像中记录的视差信息,根据光学路径分析,对重构视图中的失真部分用其它元素图像中存在的同一物体点的匹配像素进行替代,从而得到无失真的3D视图.该技术能够在更宽的观察区域内产生3D图像.     

基于视差信息的三维图像的计算机重构

为了解决全景成像技术中观察者位于观察区域之外看到的图像会存在失真的问题,提出了一种基于视差信息的计算机重构3D视图技术.利用3D场景中的物体点经过不同微透镜在元素图像中记录的视差信息,根据光学路径分析,对重构视图中的失真部分用其它元素图像中存在的同一物体点的匹配像素进行替代,从而得到无失真的3D视图.该技术能够在更宽的观察区域内产生3D图像.     

一种基于局域边缘特征的自适应立体匹配新算法研究

立体匹配,其目的是在对两幅存在一定视差的图像进行匹配后,获得两幅图像精确的视差图,是计算机视觉领域的重点和难点问题。为了快速、高效地获得高精度的稠密视差图,在充分研究了基于边缘特征的立体匹配和基于局部窗口的立体匹配两类算法的基础上,提出了一种基于局域边缘特征的自适应立体匹配算法。首先该算法自适应地选择局部匹配窗口大小,并计算其中相应位置的权值,实现初次匹配,然后再以基于边缘特征匹配获得的高精度稀疏视差图作为约束,修正部分误匹配点,最终获得准确、稠密的视差图。实验表明,该算法具良好的实验结果和较大的实用价值。     

双焦距立体视觉中的光学成像模型

成像物镜具有两个独立的焦距,并分别对空间物体成像,这种系统被称为双焦成像系统。双焦成像系统从单一角度记录三维场景中各物点的图像,它构成了单目立体视觉的基本光学成像模型。由于焦距为f1和f2的物镜所成的像的矢量值存在差别,即视差,并且视差的大小与物点的深度存在着定量关系,因此可利用双焦成像的视差特征来恢复场景的深度信息。叙述了双焦成像的立体视觉原理和系统的改进方案,并根据双焦成像的深度算法对已知深度的物方平面进行了深度测量。试验结果表明,深度恢复的相对误差约为-0.14%,测量结果的方差为0.97mm。     

基于双目视觉的三维重建中特征点提取及匹配算法的研究

三维重建是计算机视觉技术的主要内容之一。基于双目视觉的二维图像特征点的提取及特征点的匹配是三维重建技术的核心。通过以双目立体视觉理论为基础,提取立体图像的Harris角点作为特征点,经过基于小波变换的子线段匹配方法,较好地的解决了匹配精度与匹配速度之间的平衡问题。采用该方法对水泥冷却机内熟料的高度进行了测量,实现了熟料的三维重建。实验表明,该方法可提高图像匹配的速度和精度,能够较精确地对物体实现三维重建。     

结合Levenberg-Marquardt算法的垂直视差消减方法

垂直视差的存在是影响立体视频观视舒适度的主要因素。为了在不影响水平视差的条件下实现对垂直视差的消减,本文引入Levenberg-Marquardt(L-M)非线性算法实现变换矩阵的精确求解。首先用抗缩放、旋转及仿射变换的SIFT(Scale-invariant feature transform)特征匹配算法检测出双目图像对的特征匹配点,然后根据匹配点的坐标位置运用L-M算法计算可消减垂直视差的变换矩阵,将变换矩阵作用于目标图像,计算出该视图每个像素点的新坐标位置。实验结果表明:与利用线性算法求解二维射影变换矩阵的垂直视差消减方法相比,本文提出的求解方法在垂直视差消减上比该算法提高了约0.029 1~0.323 2个像素,对水平视差的影响比该算法降低了约0.118 7~1.139 1个像素。因此本文提出的方法对垂直视差的消减起到了优化作用。     

基于深度约束的水下稠密立体匹配

针对双目水下图像匹配不满足空气中常规极线约束的问题,提出一种基于深度约束的半全局算法以实现水下稠密立体匹配.首先采用深度约束确定匹配过程的深度约束搜索区域.然后,基于深度约束区域将绝对差值和梯度计算推广到二维区域并进行加权融合.在深度约束区域内的搜索过程中,采用胜者为王的策略确定某一视差值下的最佳行差及最佳行差下的匹配代价,并将其作为能量函数的数据项应用于半全局算法中,进行匹配代价的聚合.最后采用抛物线拟合法得到亚像素级的稠密视差图.在水下图片上进行的稠密立体匹配结果表明:相较于其他半全局匹配算法,本文算法在极大提高运行速度的前提下,可以获得良好的水下稠密立体匹配效果.     

三维机器视觉中图象匹配的几种摄象机几何模型和误差分析

三维视觉中的一个主要问题是从不同的角度来确定物体的几何位置,而物体的位置则可由两幅实体图象的视差来确定.本文重点讨论图象匹配中几种摄象机的几何模型和误差分析.     

一种基于自适应权值的立体匹配方法

提出了一种新的自适应权值的立体匹配方法,在匹配中无需逐像素确定其支持窗口的尺寸。首先根据像素间的相似性和邻近性对匹配窗口内每一像素的支持权值进行调整,使与待匹配点位于同一区域的像素权值增大,然后在匹配的代价函数中引入视差平滑性约束项,从而获得最终视差。在Middlebury提供的标准图像上进行了测试。实验结果表明,该方法可以获得良好的视差图。     

基于Census变换和引导滤波的立体匹配算法

在双目立体视觉系统中，立体匹配是关键步骤之一，其精度对后续的研究有着重大影响。Census算法由于具有简单明晰、运行效果好、实时性强等优点，被广泛采用。但Census立体匹配算法存在变换窗口中心点易受外界条件干扰、深度不连续区域匹配精度低等缺点，由此提出了一种新型的基于Census变换及引导滤波器的立体匹配算法。在Census变换阶段通过计算变换窗口周围的像素的平均值，降低了外界干扰的影响，同时在代价聚合阶段引入具有包边特性且计算量不依赖于滤波核大小的引导滤波器作为自适应权重。实验结果表明:所提算法在Middlebury测试平台上平均误匹配误差为6.03%，相较于目前Census立体匹配算法16.2%的平均误匹配率，匹配效果明显提高，且算法效率较高，具有较好的辐射不变性。     

浓密视差图的快速提取

视差图的提取既是双目视觉研究的核心,也是双目视觉研究的难题。全面研究了基于归一化协方差区域相关快速提取浓密视差图的途径,从快速相关计算、数据结构优化和金字塔图像匹配策略三个方面加速了匹配过程,实现了浓密视差图的快速提取。     

Vision system for three-dimensional position measurement based on stereo disparity

A stereo disparity-based range finding technique was developed for measuring three-dimensional coordinates of object points. It used an image-matching algorithm which functionally consisted of scene reduction, epipolar line selection, and features matching. Experiments implementing this technique were performed on an industrial vision system. An error analysis indicated that image resolution was the major source of measurement inaccuracy.     

基于Markov随机场的新型景像匹配算法

为了提高景像匹配导航系统的定位精度,给出了一种基于Markov随机场理论和极大后验概率估计的新型景像匹配算法。考虑到在x方向和y方向位置偏差的实时图与基准图之间的灰度分布关系,利用图像上的灰度分布服从Markvov随机场分布这一特性,建立了景像匹配问题的条件概率分布模型。应用最小二乘法和噪声的先验统计信息估计位置偏差的方差,给出了描述基准图与实时图之间灰度偏差的测量模型,确定了测量的统计特性。基于极大后验概率估计准则计算了位置偏差的估值。由于新算法在计算位置偏差估值时用到了被估量和噪声的统计信息,因此具有很高的精度。将该算法与最小二乘景像匹配算法进行了仿真比较。仿真结果表明,新算法的匹配精度达到了0.1~0.2像素,高于最小二乘匹配算法的匹配精度。     

基于双目视觉的边缘检测算法

提出了一种基于立体视觉的物体边缘检测的方法。先对立体图像对进行基于图割的立体匹配方法求取场景的视差图，然后再用Canny的边缘检测方法对视差图进行边缘检测。立体视觉方法有效解决了单目视觉检测方法中的一些难点，利用了物体在空间的深度信息，对复杂背景下的物体和具有复杂纹理物体的边缘检测有很高的鲁棒性。实验结果表明该边缘检测方法优于传统的单目视觉边缘检测方法。     

An infrared salient object stereo matching algorithm based on epipolar rectification

Due to the higher noise and less details in infrared images, general matching algorithms are prone to obtaining unsatisfying results. Combining the idea of salient object, we propose a novel infrared stereo matching algorithm which applies to unconstrained stereo rigs. Firstly, we present an epipolar rectification method introducing particle swarm optimization and K-nearest neighbor to deal with the problem of epipolar constraint. Then we make use of transition region to extract salient object in the rectified infrared image pairs. Finally, disparity map is generated by matching salient regions. Experiments show that our algorithm deals with the infrared stereo matching of unconstrained stereo rigs with better accuracy and higher speed.