【摘要】：小基高比立體視覺可以解決傳統(tǒng)立體視覺在城市地區(qū)高程測量的遮擋和幾何畸變問題,但是視差的計算必須達到亞像素級才可以彌補因基高比減小帶來的高程精度損失,因此高精度亞像素級的立體匹配技術是小基高比立體視覺的關鍵。本文針對小基高比立體匹配問題展開研究,在深入分析小基高比立體視覺模型的基礎上,提出一種基于圖像分割的快速小基高比立體匹配方法。該方法分為整像素級匹配,視差圖優(yōu)化,亞像素級匹配三個基本步驟。三個步驟之間逐級遞進,由粗到精的實現了小基高比立體匹配。為了提高匹配的準確率與精度,本文采用了基于圖像分割的立體匹配框架。在整像素級匹配步驟,利用分割信息增強相同區(qū)域內像素點之間的相互支撐;在視差圖優(yōu)化步驟,利用分割信息為弱紋理區(qū)域擬合視差平面模型;在亞像素級匹配步驟,利用分割信息自適應調節(jié)相位相關窗口。本論文的主要工作及創(chuàng)新點歸納如下:(1)針對小基高比立體像對的整像素級匹配問題,提出一種基于分割交叉樹與模糊邏輯的多尺度立體匹配方法。首先通過下采樣方式構建立體像對的多尺度圖像金字塔,然后將原始的立體像對由RGB色彩模式轉換為HSL色彩模式,在頂層尺度空間中利用HSL色彩模式下的基于模糊邏輯的匹配代價函數計算初始匹配代價,并利用分割交叉樹方式聚合匹配代價,接下來根據WTA策略計算當前尺度空間的視差圖,最后在上層尺度空間的視差指導下由粗到精的求解最終整像素級視差圖。該方法具有較高的匹配效率及準確率,且對光照變化具有魯棒性,可以為高精度亞像素級的小基高比立體匹配提供準確的初始整像素級視差。(2)針對初始整像素級視差圖中弱紋理區(qū)域的誤匹配問題,提出一種基于多級圖像分割的視差優(yōu)化方法。首先利用多級圖像分割技術將立體像對中的弱紋理區(qū)域分割為一系列互不重疊的圖像區(qū)域,然后為每個分割區(qū)域計算初始視差,再以初始視差為基礎計算每個分割區(qū)域的視差平面模型,最后將相似度較高的相鄰視差平面合并。該方法可以判斷視差圖中的弱紋理區(qū)域,并且針對該區(qū)域利用視差平面模型對其進行擬合,改善弱紋理區(qū)域視差圖的質量。(3)針對小基高比立體像對的高精度亞像素級匹配問題,提出一種基于圖像分割與相位相關的亞像素級立體匹配方法。首先以整像素級視差為基礎建立同名像素點之間的對應關系,然后分別以左右同名像素點為中心,利用像素點所在分割區(qū)域作為約束條件,自適應的選取同名像素點的相位相關窗口,再利用相位相關方法計算左右窗口的平移量,最后將初始的整像素級視差與平移量相加獲得最終的亞像素級視差結果。該方法可以自適應的調節(jié)相位相關窗口的尺寸,避免相位相關峰值受到局部弱紋理特征的影響,具有較高的匹配精度和效率。本文提出基于圖像分割的快速小基高比立體匹配方法,通過整像素級匹配,視差圖優(yōu)化,亞像素級精確匹配三個步驟對立體像對進行匹配,具有較高的視差精度和執(zhí)行效率,是一種快速準確的小基高比立體匹配方案。
【學位授予單位】：哈爾濱工程大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TP391.41
【圖文】：

則針對小基高比立體像對的視差匹配精度必須達到亞像差。但是，目前的大部分立體匹配方法所達到的視差精度較低，在模式下，根本無法滿足地面目標建筑物高程測量的需要。因此，小最重要也是最困難的技術就是實現高精度亞像素級的立體匹配。綜高比立體匹配技術對于城市地區(qū)高程測量具有重要的現實意義，可航天城市高精度立體測繪提供一種新的技術手段。(a) 大基高比立體像對(B/H=1)(a) Wide baseline stereo pair (B/H=1)

第 2 章 小基高比理論分析與立體匹配歸納立體模型假設立體像對 L 和 R 之間僅存在水平位移，幾乎沒有幾何畸變這只有在小基高比立體視覺條件下才能滿足，而且隨著基高比 B /H 不斷得更加精確。但是當基高比為 0 時則無法計算地表目標高程，目前針對匹配的研究工作，通常將基高比選定在 0.05 左右進行立體像對的制作[3-23(a) 大基高比立體像對(a) Wide baseline stereo pair

哈爾濱工程大學博士學位論文像的最大視差搜索范圍。圖像金字塔構建方法有下采樣圖像金字塔，高斯圖像高斯圖像金字塔和小波圖像金字塔具有很好的信號重立體像對的匹配，原始大尺度的圖像本身是存在的而，高斯圖像金字塔和小波圖像金字塔在生成小尺度圖進行卷積，因此其時間復雜度均高于下采樣圖像金字高的下采樣方式構建多尺度圖像金字塔。構建多尺度空1( , )( , ) ( , ) 4k km nI x y I m n = (2 x ,2 y ),(2 x + 1,2 y ),(2 x ,2 y + 1),(2 x + 1,2 y+ 1)}， ( , )kI x y 值。當前層級的左圖像和右圖像的高度和寬度分別為1 ( k 為當前層級)，構建尺度空間的方向是從下至上進行匹配。多尺度空間的構建如圖 3.2 所示。

【參考文獻】

相關期刊論文 前10條

1 申二華;范大昭;孫曉昱;;基于SGM和相位相關的小基高比影像匹配[J];中國礦業(yè)大學學報;2015年01期

2 申二華;范大昭;戴海濤;孫曉昱;;頻域局部上采樣的小基高比影像匹配方法[J];測繪科學;2015年02期

3 李春磊;常智勇;莫蓉;;基于改進LMedS算法和貪心估計的相位立體匹配[J];計算機輔助設計與圖形學學報;2014年11期

4 申二華;范大昭;戴海濤;孫曉昱;;小基高比攝影測量方法及實驗分析[J];測繪工程;2014年10期

5 李祿;范大昭;;利用改進的相位相關算法實現影像亞像素匹配[J];測繪科學技術學報;2013年06期

6 李祿;范大昭;耿則勛;申二華;;改進相位相關算法的小基高比影像亞像素匹配[J];測繪科學;2014年07期

7 徐f;業(yè)寧;朱發(fā);徐姍姍;周溜溜;;Hopfield網絡在視差空間上的立體匹配求解[J];計算機研究與發(fā)展;2013年05期

8 范大昭;申二華;李祿;戴海濤;;基于相位相關的小基高比影像匹配方法[J];測繪科學技術學報;2013年02期

9 邊繼龍;門朝光;李香;李金鳳;;基于多尺度的小基高比立體匹配方法[J];華中科技大學學報(自然科學版);2012年07期

10 鄒宇華;陳偉海;吳星明;劉中;;一種室外非理想光照條件下的立體匹配算法[J];機器人;2012年03期

相關博士學位論文 前9條

1 黃經州;高分辨率近似紋理圖像立體匹配技術研究[D];浙江大學;2015年

2 朱松;基于圖像分割的快速立體匹配算法研究[D];華中科技大學;2015年

3 韓慧妍;基于雙目立體視覺的三維模型重建方法研究[D];中北大學;2014年

4 張翔;基于可編程片上系統(tǒng)的實時立體匹配算法研究[D];浙江大學;2014年

5 劉海旭;面向多視點視頻的新視點合成技術研究[D];北京郵電大學;2014年

6 于方杰;光照變化條件下立體視覺技術研究[D];中國海洋大學;2013年

7 高凱;立體視頻深度圖提取及深度序列編碼技術研究[D];吉林大學;2013年

8 郁理;基于深度圖像繪制的自由視點視頻關鍵技術研究[D];中國科學技術大學;2010年

9 鄭志剛;高精度攝像機標定和魯棒立體匹配算法研究[D];中國科學技術大學;2008年

相關碩士學位論文 前3條

1 王桂芝;基于圖像分割和圖割的雙目立體三維重建[D];大連理工大學;2013年

2 申二華;小基高比條件下高精度影像匹配技術研究[D];解放軍信息工程大學;2013年

3 程彬;基于圖像庫的圖像色彩處理[D];浙江大學;2013年

本文編號：2787465