【摘要】：針對雙目水下圖像匹配不滿足空氣中常規(guī)極線約束的問題,提出一種基于深度約束的半全局算法以實現(xiàn)水下稠密立體匹配.首先采用深度約束確定匹配過程的深度約束搜索區(qū)域.然后,基于深度約束區(qū)域?qū)⒔^對差值和梯度計算推廣到二維區(qū)域并進(jìn)行加權(quán)融合.在深度約束區(qū)域內(nèi)的搜索過程中,采用勝者為王的策略確定某一視差值下的最佳行差及最佳行差下的匹配代價,并將其作為能量函數(shù)的數(shù)據(jù)項應(yīng)用于半全局算法中,進(jìn)行匹配代價的聚合.最后采用拋物線擬合法得到亞像素級的稠密視差圖.在水下圖片上進(jìn)行的稠密立體匹配結(jié)果表明:相較于其他半全局匹配算法,本文算法在極大提高運(yùn)行速度的前提下,可以獲得良好的水下稠密立體匹配效果.
[Abstract]:In order to solve the problem that binocular underwater image matching does not satisfy the conventional polar line constraint in air, a semi-global algorithm based on depth constraint is proposed to realize underwater dense stereo matching. Firstly, the depth constraint search area of the matching process is determined by depth constraint. Then, based on the depth constraint region, the absolute difference and gradient calculation are extended to the two-dimensional region and weighted fusion is carried out. In the search process in the depth constrained region, the winner king strategy is used to determine the optimal row difference under a certain apparent difference and the matching cost under the optimal row difference, and it is applied to the semi-global algorithm as the data item of the energy function. Aggregation of matching costs. Finally, the dense parallax map of subpixel level is obtained by parabola fitting method. The results of dense stereo matching on underwater pictures show that compared with other semi-global matching algorithms, this algorithm can obtain good underwater dense stereo matching effect on the premise of greatly improving the running speed.
【作者單位】： 燕山大學(xué)工業(yè)計算機(jī)控制工程河北省重點實驗室;
【基金】：河北省自然科學(xué)基金(Nos.D2014203153,F2015203212)資助~~
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 夏利民,谷士文,孫星明;基于免疫算法的立體匹配[J];計算機(jī)工程;2001年05期

2 王肇捷,黃文劍;立體匹配的免疫算法[J];電腦與信息技術(shù);2001年04期

3 夏利民;谷士文;沈新權(quán);孫星明;;一種新穎的立體匹配方法[J];模式識別與人工智能;2001年04期

4 王小芳;閆光榮;雷毅;;彩色鏡像圖像的立體匹配方法[J];計算機(jī)工程;2008年18期

5 裴明濤;劉鵬;;一種基于圖割的快速立體匹配方法[J];北京理工大學(xué)學(xué)報;2009年03期

6 盧思軍;唐振民;郭龍源;盧阿麗;;采用模糊判別的自適應(yīng)多窗口立體匹配[J];工程圖學(xué)學(xué)報;2009年06期

7 李洪海;;一種改進(jìn)的快速立體匹配方法[J];自動化與儀器儀表;2010年04期

8 林川;潘盛輝;韓峻峰;譚光興;李夢和;;基于區(qū)域的立體匹配優(yōu)化方法[J];計算機(jī)工程與設(shè)計;2011年08期

9 胡楠;;立體匹配技術(shù)發(fā)展研究[J];信息通信;2012年05期

10 李竹林;張根耀;;基于特征的寬基線立體匹配技術(shù)研究[J];計算機(jī)技術(shù)與發(fā)展;2013年05期

相關(guān)會議論文 前9條

1 趙慧潔;雷彥章;姜宏志;;基于投影柵相位的立體匹配方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

2 劉曉麗;徐光柱;雷幫軍;孫水發(fā);馮德鴻;;立體匹配技術(shù)研究[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2010年

3 王躍宗;劉沖;李德勝;;彩色顯微圖像立體匹配研究[A];中國微米、納米技術(shù)第七屆學(xué)術(shù)會年會論文集（一）[C];2005年

4 付麗琴;韓焱;;基于立體匹配技術(shù)的射線圖像三維信息重建技術(shù)研究[A];第十一屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C];2006年

5 李竹林;趙宗濤;王文發(fā);馬燕;;一種缺失攝像機(jī)標(biāo)定參數(shù)圖像的立體匹配方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

6 周秀芝;王潤生;;基于自適應(yīng)窗口的稠密立體匹配[A];立體圖象技術(shù)及其應(yīng)用研討會論文集[C];2005年

7 賈濤;陳濤;楊潤奎;;基于仿射不變量的長基線立體匹配[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

8 左森;郭曉松;萬敬;郭君斌;;Graph Cuts及其在立體匹配中的應(yīng)用[A];立體圖象技術(shù)及其應(yīng)用研討會論文集[C];2005年

9 李剛;曾榮盛;韓建濤;陳曾平;;基于雙向SIFT的未標(biāo)定圖像的立體匹配[A];全國第4屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 張康;基于圖像深度感知中的立體匹配和深度增強(qiáng)算法研究[D];清華大學(xué);2015年

2 黃經(jīng)州;高分辨率近似紋理圖像立體匹配技術(shù)研究[D];浙江大學(xué);2015年

3 柴登峰;面向三維可視通訊的立體匹配方法[D];浙江大學(xué);2006年

4 盧思軍;立體匹配關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2011年

5 胡騰;基于多通道置信度傳播算法的航空核線影像稠密立體匹配研究[D];武漢大學(xué);2013年

6 李莉;基于偏微分方程的立體匹配問題研究[D];山東大學(xué);2011年

7 葛亮;圖像建模中立體匹配問題的研究[D];重慶大學(xué);2009年

8 耿英楠;立體匹配技術(shù)的研究[D];吉林大學(xué);2014年

9 劉正東;計算機(jī)視覺中立體匹配技術(shù)的研究[D];南京理工大學(xué);2005年

10 郭龍源;計算機(jī)視覺立體匹配相關(guān)理論與算法研究[D];南京理工大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 王龍;攝像機(jī)標(biāo)定與立體匹配技術(shù)的研究[D];河北大學(xué);2015年

2 劉榮軍;寬基線密集立體匹配方法研究[D];昆明理工大學(xué);2015年

3 龐星;雙目立體匹配的理論研究及算法優(yōu)化[D];南京理工大學(xué);2015年

4 夏凱;雙目視覺立體匹配技術(shù)研究及其應(yīng)用[D];西安建筑科技大學(xué);2015年

5 王侃;人體頭部姿態(tài)參數(shù)測量[D];西安工業(yè)大學(xué);2015年

6 龔文彪;立體匹配技術(shù)的研究及其硬件化實現(xiàn)[D];南京理工大學(xué);2015年

7 錢俊;雙目視覺系統(tǒng)的設(shè)計與實現(xiàn)[D];南京理工大學(xué);2015年

8 溫成旭;基于雙目攝像的三維重現(xiàn)算法與技術(shù)研究[D];武漢紡織大學(xué);2015年

9 林園勝;立體匹配技術(shù)在機(jī)器人視覺中的應(yīng)用研究[D];安徽工程大學(xué);2015年

10 楊樂;基于RBF神經(jīng)網(wǎng)絡(luò)的近景攝影測量立體匹配技術(shù)研究[D];中北大學(xué);2015年

，

本文編號：2484163