双目立体视觉中局部立体匹配算法研究

目录

第一章绪论 (1)

1.1引言 (1)

1.2立体视觉概述 (1)

1.3国内外研究现状 (3)

1.3.1国外研究现状 (5)

1.3.2国内研究现状 (6)

1.4本文研究内容 (6)

第二章立体匹配基础理论 (8)

2.1立体视觉基本原理 (8)

2.1.1对极几何 (8)

2.1.2视差计算方法 (9)

2.2立体匹配约束条件 (11)

2.3立体匹配算法分类 (12)

2.3.1局部立体匹配算法 (13)

2.3.2全局立体匹配算法 (15)

2.4区域匹配算法的比较 (18)

2.5本章小结 (20)

第三章基于自适应权重的立体匹配算法 (21)

3.1引言 (21)

3.2格式塔理论 (21)

3.3自适应权重的立体匹配方法 (22)

3.4实验结果及分析 (24)

3.5本章小结 (28)

第四章基于改进Census变换的区域立体匹配算法 (29)

4.1传统Census变换 (29)

4.2Census变换的改进及匹配代价的计算 (30)

4.3代价聚合 (32)

4.4视差提精 (34)

4.5本章小结 (35)

第五章实验结果及分析 (36)

5.1立体匹配的评价方法 (36)

5.2实验采用图像数据 (37)

5.3实验结果分析 (38)

5.3.1窗口选择 (38)

5.3.2改进Census与传统Census抗噪声比较 (39)

5.3.3Middlebury评估 (40)

5.4真实场景测试 (42)

第六章总结与展望 (44)

参考文献 (46)

致谢 (49)

攻读硕士学位期间取得的科研成果 (50)

第一章绪论

第一章绪论

1.1引言

当今计算机技术迅速发展，图像处理的技术也日新月异，计算机已经不仅仅只进行二维信息的处理了，如何让计算机具有三维感知能力，已经是一个摆在我们眼前的迫切任务。现实世界虽然是一个三维的空间世界，但大多数视觉系统用二维图像信息来描述三维的客观世界。

人类的视觉系统是目前世界上发展最完善的系统，它是机制最复杂的感知系统，主要是通过人的两只眼睛获取两幅不同角度的图像，再经过视觉系统和大脑神经系统的一系列处理，就可以感知到场景中的深度信息，从而具有远近、左右等立体感，从而更好地对世界进行分析理解。基于人类视觉系统的种种优势，研究者们一直致力于探索用机器视觉来模拟人类视觉功能的方法[1]。所谓的立体视觉就是模仿人类视觉系统的原理，将采集来的二维图像信息通过不同方法进行分析处理，最终得到场景的三维信息并重建其三维模型。随着视觉神经生理学，视觉心理学，计算机技术，数字图像处理，人工智能等的出现及不断发展，使计算机模拟人类视觉系统成为可能。

立体视觉中的双目立体视觉是用两台摄像机作为系统的信息采集部分。双目立体视觉有很多优势，具有成本低，功耗小的优势，并且在利用率方面也要优于其他系统。现有的双目立体视觉系统已广泛应用于空间场景视觉的三维测量、机器人导航等诸多领域，并且具有广阔的应用前景。

1.2立体视觉概述

20世纪50年代，立体视觉出现了，从开始到现在，随着科技的日新月异，立体视觉一直是计算机视觉领域最热门的研究问题之一。在立体视觉的众多创新性成就中，在60年代，MIT的Roberts对三维景物进行分析，完成了这一领域的发展并做出了突出的贡献，这标志了立体视觉技术的诞生[2]。随后多年，出现了积木世界，对它的研究解决了用线段来对景物进行描述以及对场景中阴影的处理等问题。积木世界的研究反映了从简化的世界出发这一研究特点，其场景构成较为简单，只能对简单场景的处理起到指导作用，但不适用于复杂场景的研究[3]。

随后在80年代，又出现了立体视觉发展道路上的一个里程碑-Marr视觉计算。麻省