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。     

基于双目立体视觉实现物体三维测量的研究

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,采用由粗到细的匹配策略匹配端点,盒滤波技术加速法,解决了匹配准确度和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进行测量,实验表明该方法能够较精确的对物体实现三维测量.     

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。     

基于多尺度小波变换的同名点匹配方法研究

针对一类特殊小波变换系数不同尺度下的模极大点能提供在不同尺度下信号急速变化点的位置信息,提出了一种基于小波变换的模极大位置的图像点为匹配基元的同名点匹配方法。该方法采用由粗到细的匹配策略,应用顺序约束,减少了小尺度的小波变换模极大值的位置的图像点的匹配空间,为了避免误匹配和误差传播,舍弃了以小波变换的模极大值比较作为匹配准则,采用了基于米字条形窗口的互相关函数的匹配准则。这种特征匹配与区域匹配相结合的方法,解决了同名点准确匹配难、计算量大等问题。采用该方法对篦冷机内水泥熟料高度进行测量,实验表明该方法能较精确的得出水泥熟料料层的分布状况。     

一种快速双目视觉立体匹配算法

针对目前双目视觉立体匹配算法计算量过大、实时性不强的问题,提出了一种平行配置系统的快速立体匹配算法.利用两幅视图的差异将视图分为特征点和非特征点,然后对特征点采用WTA(winner-take-all)方法进行匹配,而对非特征点只进行简单的验证,最后得出致密的视差图.该算法利用视差的分段连续性,大大减少了运算量.实验结果表明,该算法提取的特征点集中于视差不连续区,与目前其它基于区域的匹配算法相比,该算法得到的误匹配像素百分比与其它算法相当,而计算速度却提高了一个数量级,并且边缘特征较好,是一种有效可行的高实时性立体匹配算法.     

基于共同视域的自监督立体匹配算法

提出了一种基于共同视域的自监督立体匹配算法,该算法根据视差的左右一致性来确定双目图像的共同可视区域,从而抑制被遮挡区域产生的噪声,为网络模型的学习提供了更加准确的反馈信号。研究结果表明:在没有任何标签数据的前提下,所提算法的预测误差降低了11%～42%,且与有监督立体匹配算法的性能相当。     

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.     

基于小波多分辨率网格划分的双目立体视觉方法

基于双目立体视觉的三维重构足机器视觉技术中重要的研究内容,在机器人视觉导航、航空测绘、医学成像和上业检测等很多领域都有广泛的应用.研究空间网格候选点三维坐标与图像中二维坐标的映射关系,对基于网格候选点投影灰度相似性的立体视觉方法进行改进,建立多分辨率网格节点并与小波分解网像实现一一对应关系,通过逐级分析嘲格节点的映射像点灰度相似性,确定由粗到精的候选点筛选策略.最终恢复被测物体的深度信息.Matlab平台下的仿真实验町以验证,小波多分辨率网格节点的构建不但改善了计算效率,也避免了过多候选点带来的随机误差,使三维重建精度得到了提高.     

一种基于梯度的直线段检测算法

针对传统直线段检测算法计算量大、鲁棒性差的不足,本文提出了一种在数字图像中检测直线段的算法.图像梯度对于检测图像中的边缘结构具有重要意义,算法首先求取图像梯度的模值和方向;然后根据梯度模值伪排序结果采用梯度区域增长方法扩张方向一致的邻域像素,得到的连通像素区域作为直线段候选区域;最后用外接矩形描述候选区域,其长轴和短轴可作为直线段判定标准,满足判定标准的长轴就是所求的直线段,并用MATLAB对图像进行仿真实验.结果表明:本文算法耗时8.87 s检测出了108条直线段,与传统算法相比,不但耗时降低了17%,而且检测出的直线段增加了16%.     

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.     

基于改进梯度和自适应窗口的立体匹配算法

立体匹配技术是计算机视觉领域的研究热点,由于问题本身的病态性,一直没有得到很好地解决。针对现有局部立体匹配算法精度不高以及易受光照失真影响的问题,提出了一种基于改进梯度匹配代价和自适应窗口的匹配算法。在传统梯度向量仅包含幅度信息的基础上,引入相位信息,并对原始匹配代价进行变换,进一步消除异常值;利用图像结构和色彩信息构建自适应窗口进行代价聚合;提出了一种局部视差直方图的视差精化方法,获得了高精度的视差图。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6.1%,且对光照失真条件具有较高的稳健性。     

大尺度三维几何尺寸立体视觉测量系统实现

基于立体视觉的大尺度三维几何尺寸测量技术是对外形不规则的大型物体进行几何量测量的有效方法。与传统的视觉测量技术不同,大尺度视觉测量的精度随测量距离的增加而迅速下降,同时大尺度空间下照明条件难以控制,也使得测量变得不稳定。因此如何在大测量尺度的前提下提高测量精度成为这一领域的研究难点。从立体视觉测量系统的原理出发,分析了影响系统精度的各种因素,将相位一致性变换与极线约束条件引入结构光光条中心提取之中,显著提高了图像分析的精度。研制了测量系统的样机并给出了实验结果,现场测试表明该系统可以有效地保证大尺度条件下的测量精度。     

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 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.     

基于光学测棒的立体视觉坐标测量系统的研究

提出了一种基丁测量与校准功能合一的光学测棒的立体视觉坐标测最系统.采用光学测棒作为成像目标,通过任意放置的两台摄像机获取测棒上的发光特征点的图像实现被测物体三维坐标的测量,同时利用测量数据定期对两台摄像机外部方位参数进行校准.深入研究了两台摄像机内部参数和外部方位参数校准过程中的校准件和校准算法的设计,以及系统测量建模等关键技术,提出了相应的解决方案,减小了摄像机内外参数校准及测量模型对测量结果的影响,提高系统的测量精度.实验结果表明.该系统的最大测量误差为0.11 mm.