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。     

基于线定标光的内窥镜图像垂直倾斜校正方法

内窥镜图像测量中为了保证测量精度,理论上要求成像系统的光轴与物平面保持垂直,而实际测量过程中光轴与物平面一般存在一定程度的垂直倾斜。针对垂直倾斜对内窥镜图像测量的影响,提出了一种基于内窥镜发射的线定标光的垂直倾斜校正方法。该方法从线定标光的位置信息中提取光轴倾斜信息,并对图像进行校正。实验结果表明,所提出的图像垂直倾斜校正方法能对内窥镜图像进行准确校正。     

一种有效的拼接图像色彩校正算法

针对图像拼接中子图像由于拍摄的角度、相机曝光参数等不同,造成子图像间色调与明暗存在明显差异的问题,提出了一种利用子图像间重叠区域统计信息的色彩校正算法。首先将原始的色彩转换算法利用空间协方差矩阵表述成能直接在RGB空间进行转换的形式,再利用拼接图像间的重叠区域信息对算法进行简化,得到色彩校正算法。实验表明该算法能够有效地应对拼接图像时各子图像间的色调与明暗差异,在图像拼接时可以得到良好的色彩校正效果,同时相比原始的色彩转换算法减少了计算耗时。     

一种通用的共轴全向立体系统极线校正方法

对于全向立体视觉的三维环境测量系统,一般假设全向相机的光轴重合,即共轴立体。它具有径向上线性的对极几何关系,简化了立体匹配的搜索问题。但是在实际中,不可避免存在光轴之间的未对齐误差,从而降低了测量精度。为了补偿这种对齐误差,提出一种通用的共轴配置全向立体系统校正方法。推导并计算了泰勒模型下任意配置全向立体系统的本质矩阵。利用极曲线与其切空间的一一对应关系,将相机姿态校正到中心连线方向上,使得对应点被约束在径向直线上。图像重采样则保证图像对应点位于同一列上。算法只在图像平面上进行。最后的模拟和实验数据表明算法的有效性。     

三目自适应权值立体匹配和视差校准算法

立体匹配是计算机视觉研究中的关键问题.相比于双目视觉,三目视觉能够获得更多的信息和额外的极线约束消除立体匹配的歧义性.为了提高三目立体匹配的精度,提出一种基于自适应权值和视差校准的三日立体匹配方法.将双目视觉中有效的自适应权值窗选择算法应用到三目视觉中,进行匹配窗的选择;提出一种新的目标图像选择算法,能够合理利用平行基线三目立体视觉系统中不同目标图像提供的信息,有效地消除遮挡,提高匹配的精度;提出一种适用于三目视觉的视差校准算法,利用三目图像像素间的色彩相似性和距离约束将初始匹配的视差结果进行校准,得到最终的视差图.实验结果表明,本文算法结构简单,能够生成浓密、高精度的视差图.     

基于偏振信息的遥感图像大气散射校正

大气散射严重影响了航空遥感图像的质量。为了提高航空遥感图像的识别能力,提出一种基于偏振信息的航空遥感图像大气散射校正方法。大气散射具有显著的偏振特性,而对于垂直探测的地物辐射信号偏振度非常低,该方法正是利用大气散射偏振特性与地物目标偏振特性的差别,从图像中提取地物目标辐射信息,从而提高遥感图像的质量。通过机载多波段偏振CCD相机获取航空偏振遥感图像数据,并采用一组443 nm波段的航空偏振图像数据进行图像大气散射校正实验,实验结果表明该方法能有效地进行航空遥感图像的大气散射校正,从而提高了航空遥感图像的识别能力。     

一种基于分割的可变权值和视差估计的立体匹配算法

立体匹配一直是计算机视觉研究领域中的热点和难点.是立体视觉中的关键技术之一.为了消除幕于局部图像的双目立体匹配的歧义性,提出一种基于图像分割及可变权值方窠的初始匹配和贪婪的后处理视差估计策略相结合的市体匹配算法.分割彩色立体图像对,利用分割自适应地分配权值来消除匹配特征相似的歧义性.计算匹配代价得到初始视差.接着,为了更好地消除弱纹理区域、重复纹理区域和宽遮挡区域等复杂歧义性,视差后处理中采用贪婪估计方案,包括基于分割的视差校准、窄遮挡处理及多方向自适应加权最小二乘拟合填充.实验结果表明,基于分割的本算法结构简单,能有效地提高处理局外点的稳健性,并生成高精度的稠密视差.     

书籍扫描图像畸变参数自动计算方法的研究

为实现书籍扫描图像的畸变自动校正,提出用多项式来描述各像素的理论灰度g(zi)与页面上对应点到扫描仪工作平面距离zi二者之间的关系。为确立该多项式,在畸变参数已知条件下扫描一幅图像,根据已知畸变参数求出zi,即可按最小二乘法原理由各像素灰度的实际值求出多项式的各个系数。实验证明,采用4阶多项式已能满足一般要求,并求出了各系数。对任意扫描图像,自动计算畸变参数的方法为:首先利用扫描图像上页边空白处各像素的灰度,对畸变参数进行估计,并求出zi的估计值;然后代入所确立的多项式,可求得g(zi);通过调整各畸变参数的估计值,直到g(zi)与gi最为接近,即得最佳畸变参数。用于图像校正实验,获得了较好的校正效果,最大误差由不校正时的41%下降到了6.9%。这使得无需用户测量并输入有关畸变参数即可进行自动校正。     

利用光轴可移动液晶透镜的立体图像采集系统

针对传统双目视觉系统体积大、成本高等缺点，提出了一种利用光轴可移动液晶透镜的单相机立体图像采集系统。该系统由一个固定的相机模块和一个贴有偏振片的液晶透镜构成。通过改变电压的方式移动光轴并采集图像，利用光流法获取图像视差。研究了液晶透镜光轴变化对系统整体光轴的影响，推导了视差与深度的关系。通过验证所采集的图像存在视差来说明所设计系统的可行性，并进行了近距离物体的深度获取。实验结果表明，利用液晶透镜的光轴移动功能可以使系统的整体光轴产生移动，实现立体视觉。所设计系统无需机械移动，具有结构简单紧凑和成本低廉的优点，为立体图像的采集提供了新的方法。     

一种基于图像融合的无参考立体图像质量评价方法

提出了一种基于图像融合的立体图像质量评价方法。通过对立体图像的左右视图进行图像融合生成一幅彩色图像,融合算法采用主成分分析(PCA),使用归一化互相关(NCC)视差图算法,生成了对应的视差图;对融合图像和视差图分别进行归一化亮度系数和谱能量参数的提取,作为支持向量回归(SVR)的输入数据,在经过充分的训练后对立体图像的质量评分进行预测。在LIVE 3D立体图像数据库上的实验结果表明,提出的算法优于最新的无参考立体图像质量评价方法,与人类的主观评价具有较好的一致性。     

一种稳健的特征点配准算法

为了能准确快速提取特征和可靠匹配特征点对,提出一种稳健的基于特征点的配准算法。首先改进了Plessey角点检测算法,有效提高所提取特征点的速度和精度。然后利用相似测度归一化互相关(Normalized cross correlation,NCC),通过双向最大相关系数匹配的方法提取出初始特征点对,用随机采样符合法(Random sample consensus,RANSAC)来剔除伪特征点对,实现特征点对的精确匹配。最后用正确匹配特征点对实现图像的配准。实验表明,该方法能够快速准确地提取两幅图像间的对应特征点,大大降低了误匹配的概率,两幅图像光照不一致、重复性纹理、旋转角度比较大等较难自动匹配情形下,仍能有效地实现图像的配准。     

图像局部特征自适应的快速SIFT图像拼接方法

针对目前图像拼接中计算量较大、实时性较差的问题,本文提出了一种图像局部特征自适应的快速尺度不变特征变换(SIFT)拼接方法。首先,对待拼接图像分块,确定图像局部块的特征类型;接着自适应采用不同的简化方法提取各局部块的特征点。然后,通过特征匹配求出变换矩阵,并结合RANSAC算法去除伪匹配对。最后,通过图像融合得到最终的拼接图像。文中使用提出的方法对3组待拼接图像进行实验。从实验结果可以看出:与标准拼接方法相比,本文改进方法的计算速度提升了30%~45%。因此,这种方法能够在保证图像拼接质量的前提下,有效提高图像拼接的效率,克服图像拼接中计算复杂度高的问题,在实际图像拼接中具有一定的应用价值。     

An Improved Stereo Matching Algorithm for Vehicle Speed Measurement System Based on Spatial and Temporal Image Fusion

This paper proposes an improved stereo matching algorithm for vehicle speed measurement system based on spatial and temporal image fusion (STIF). Firstly, the matching point pairs in the license plate area with obviously abnormal distance to the camera are roughly removed according to the characteristic of license plate specification. Secondly, more mismatching point pairs are finely removed according to local neighborhood consistency constraint (LNCC). Thirdly, the optimum speed measurement point pairs are selected for successive stereo frame pairs by STIF of binocular stereo video, so that the 3D points corresponding to the matching point pairs for speed measurement in the successive stereo frame pairs are in the same position on the real vehicle, which can significantly improve the vehicle speed measurement accuracy. LNCC and STIF can be used not only for license plate, but also for vehicle logo, light, mirror etc. Experimental results demonstrate that the vehicle speed measurement system with the proposed LNCC+STIF stereo matching algorithm can significantly outperform the state-of-the-art system in accuracy.     

基于网格点投影灰度相似性的三维重建新方法

基于双目立体视觉的三维重构是计算机视觉技术的主要内容之一,在机器人视觉导航、航空测绘、医学成像和工业检测等很多领域都有广泛的应用.提出一种基于网格点投影灰度相似性的双日立体视觉的三维重建新方法.首先将被测物体所在的世界坐标系划分成问距卡日等的矩形网格,将网格节点作为潜在的物点投影到左右图像坐标系上,然后根据不同深度的空间点在两幅图像上相应的灰度相似性来判断被测物体在三维空间中的深度信息.通过Matlab平台下的仿真实验证明了本方法的三维重建效果和计箅效率都要优于传统方法.与传统的图像匹配方法相比,具有算法简单、速度快、精度高、且不受摄像装置非线性畸变影响的优点.     

立体图像质量的主观评价方案

立体图像质量评价在立体图像压缩、处理以及通信领域中有着十分重要的作用,一种好的立体图像质量客观评价方法也要依赖于立体图像的主观评价.本文基于人眼的立体视觉特性,提出了相对完整的立体图像质量主观评价方案,该方案主要分为立体图像库的建立、评测者的选择、观看条件的描述、评测者的训练和测试、数据处理和实验结果分析六个方面.实验中,评测者根据自己的主观感受,对所选取的立体图像进行评分,最后用数理统计理论对所得数据进行处理.结果表明,本文所提出的主观评价方案可行,能够正确反映立体图像质量的优劣.     

立体图像质量的主观评价方案

立体图像质量评价在立体图像压缩、处理以及通信领域中有着十分重要的作用,一种好的立体图像质量客观评价方法也要依赖于立体图像的主观评价.本文基于人眼的立体视觉特性,提出了相对完整的立体图像质量主观评价方案,该方案主要分为立体图像库的建立、评测者的选择、观看条件的描述、评测者的训练和测试、数据处理和实验结果分析六个方面.实验中,评测者根据自己的主观感受,对所选取的立体图像进行评分,最后用数理统计理论对所得数据进行处理.结果表明,本文所提出的主观评价方案可行,能够正确反映立体图像质量的优劣.     

基于极线局部校正的特征匹配方法

针对利用多视图像进行目标三维测量、结构重建时在极线约束下对直接区域灰度相关进行同名特征匹配常常失效的问题,提出了一种基于极线局部校正的特征匹配算法。介绍了极线约束匹配的原理,分析了相关方法在极线约束匹配中的缺陷以及在多种像机位姿配置下的图像特征间的约束关系,在此基础上提出了一种极线局部区域校正的方法,对待匹配区域进行校正使自动相关匹配能有效执行,结合最小二乘匹配得到了高精度的匹配结果。实验结果证明了新算法的有效性,大大提高了自动匹配的可靠性、速度和精度。     

一种基于仿射不变区域约束的立体匹配算法

针对现有立体匹配算法匹配速度的不足,提出一种基于区域约束的快速立体匹配算法。选取4对稳定的特征点作为初始匹配点对,在左右图像中分别构建四边形,然后将四边形划分成4个三角形,以每个三角形对为待匹配区域,利用仿射不变性进行区域内特征点匹配。获得特征点匹配对后,再以每个特征点为中心进行开窗,利用传统的基于灰度信息的方法进行精度验证。实验表明,该算法在保证一定精度的情况下能获得较高的匹配速度,可满足实时性要求。     

Sphere-based calibration method for trinocular vision sensor

A new method to calibrate a trinocular vision sensor is proposed and two main tasks are finished in this paper, i.e. to determine the transformation matrix between each two cameras and the trifocal tensor of the trinocular vision sensor. A flexible sphere target with several spherical circles is designed. As the isotropy of a sphere, trifocal tensor of the three cameras can be determined exactly from the feature on the sphere target. Then the fundamental matrix between each two cameras can be obtained. Easily, compatible rotation matrix and translation matrix can be deduced base on the singular value decomposition of the fundamental matrix. In our proposed calibration method, image points are not requested one-to-one correspondence. When image points locates in the same feature are obtained, the transformation matrix between each two cameras with the trifocal tensor of trinocular vision sensor can be determined. Experiment results show that the proposed calibration method can obtain precise results, including measurement and matching results. The root mean square error of distance is 0.026 mm with regard to the view field of about 200×200 mm and the feature matching of three images is strict. As a sphere projection is not concerned with its orientation, the calibration method is robust and with an easy operation. Moreover, our calibration method also provides a new approach to obtain the trifocal tensor.     

A new approach for the bundle adjustment problem with fixed constraints in stereo vision

A new approach for the bundle adjustment problem with fixed constraints in stereo vision is described in this paper. Since the direct application of traditional bundle adjustment fails to use the inner constraints completely which are maintained by fixating the orientation and the baseline between the left and right cameras. However, if the fixed constraints are applied to the traditional bundle adjustment, we refine only the left camera extrinsic parameters and 3D points for simplification in stereo pairs. The new method using the fixed constraints has superior theoretical 3D accuracy, and it can reduce the matrix dimension of the covariance matrix so that the total computation time is decreased. Experiments results using synthetic and real data have shown that our method is better than the traditional bundle adjustment algorithm in the 3D accuracy and the convergence rate.