【摘要】：立體匹配技術(shù)是計算機視覺領(lǐng)域的一個重要研究方向,廣泛應用于機器人自主導航、物體識別與跟蹤、航空航天攝影測量以及工業(yè)控制與檢測等領(lǐng)域。小基高比圖像是在特定基高比約束條件觀測模式下獲得的圖像。小基高比圖像的立體匹配方法計算圖像中像素點的亞像素級視差,實現(xiàn)高精度立體匹配。在航天攝影測量領(lǐng)域,利用立體匹配方法獲得圖像中像素點的視差,通過視差原理計算該像素點在實際場景中的地物高程信息。由于小基高比圖像具有地物目標近同時和小視角等特點,使得小基高比圖像立體匹配方法可以有效解決城市目標地物遮擋導致的無法匹配以及圖像幾何畸變導致的匹配精度下降等問題。但是小基高比圖像進行立體匹配時,由于基高比的降低,會帶來深度精度損失問題。因此需要提出適合于小基高比圖像的亞像素級立體匹配方法,實現(xiàn)高精度的立體匹配。本文針對小基高比圖像開展立體匹配方法研究,分別在基于非參數(shù)變換的匹配代價計算、基于像素擴展的匹配代價聚合及初始視差計算、基于圖像分割的視差優(yōu)化和基于拉格朗日插值的亞像素級視差計算方面展開了研究工作,提出一種面向小基高比圖像的立體匹配方法,實現(xiàn)亞像素級的高精度立體匹配。首先,針對基于非參數(shù)變換匹配代價計算方法在面對圖像中存在變換窗口中心像素點光照畸變、區(qū)域連續(xù)性像素點光照畸變以及多個像素點變換結(jié)果相同現(xiàn)象導致的匹配準確率降低的問題,在灰度變換和梯度變換兩方面展開研究。提出灰度四模Census變換方法,能夠更好地識別出搜索范圍內(nèi)相似程度較高的變換窗口,解決窗口中心像素點發(fā)生灰度畸變時無法獲得準確稠密視差結(jié)果的問題。提出梯度四模Census變換方法,解決區(qū)域連續(xù)性像素點光照畸變導致的匹配準確率降低問題,提高連續(xù)光照變化立體圖像的匹配準確性。結(jié)合以上兩種方法,提出基于非參數(shù)變換的四模Census變換匹配代價計算方法,為后續(xù)的代價聚合及初始視差計算提供更準確的匹配代價。其次,針對初始視差圖中的前景膨脹現(xiàn)象,提出一種基于像素擴展的匹配代價聚合和初始視差計算方法。建立自適應聚合窗口,利用聚合窗口尺寸和基準點在窗口中的相對位置關(guān)系建立窗口模型,并對聚合窗口模型進行預匹配。該預匹配方法能夠剔除原始搜索范圍內(nèi)與待匹配像素點窗口模型存在較大差異的像素點窗口模型,重新建立搜索范圍,降低誤匹配率。在此基礎上提出窗口規(guī)則化的匹配代價聚合方法,得到初始視差圖,有效解決了初始視差圖中的前景膨脹問題。再次,針對初始視差圖中部分像素點的視差結(jié)果與真實視差圖的視差結(jié)果存在較大誤差的問題,提出一種基于圖像分割的視差優(yōu)化方法。該方法首先對參考圖像和目標圖像中的對應像素點進行視差一致性檢測,獲得視差圖中誤差像素點的位置信息。然后利用基于Mean-shift圖像分割方法對原始圖像進行圖像分割,通過相鄰分割區(qū)域間的模點顏色相似性和邊緣像素點顏色相似性對分割區(qū)域進行合并,得到視差支持域。最后利用視差支持域中非誤差像素點的視差對支持域中誤差像素點的視差進行視差更新,恢復誤差像素點的準確視差結(jié)果,獲得最終視差圖。最終視差圖與初始視差圖相比,更接近于真實視差圖,至此得到準確的整數(shù)級視差結(jié)果。最后,針對小基高比圖像中基高比較小帶來的深度精度損失問題,在獲得精確整數(shù)級視差基礎上,提出一種基于拉格朗日插值的亞像素級視差計算方法。該方法通過像素點切割重采樣確定插值節(jié)點,利用拉格朗日插值定理得到對應像素點的擬合曲線,確定待匹配像素點的初始亞像素級視差。利用待匹配像素點擬合曲線與對應像素點擬合曲線的單調(diào)性關(guān)系,對待匹配像素點進行亞像素級精確定位,獲得更準確的亞像素級視差結(jié)果,實現(xiàn)更高精度的亞像素級立體匹配方法。本文提出的面向小基高比圖像的立體匹配方法,在克服光照畸變像素點的誤匹配問題、視差圖中的前景膨脹現(xiàn)象以及深度精度損失等方面取得了進展,達到了亞像素級的匹配精度。該方法可以應用于諸如城市航天攝影測量等領(lǐng)域,利用亞像素級立體匹配結(jié)果,計算地物目標的高程信息。
【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】：

圖 1.1 三維重建過程Fig.1.1 The process of 3D reconstruction(1-2)中，由于 K R t 為 3×4 的不可逆矩陣，因此u 、v、wX 、式(1-3)形式的方程組：1 1 1w w wu a X bY c Z

圖 1.2 匯聚式立體視覺模型Fig.1.2 Convergent stereo vision model三維坐標點 A，用左側(cè)lO 攝像機進行拍攝，它在圖像lC 中獲得 A的空間三維信息，對于lO A連線上的任意一點都有，因此通過la 只能確定三維空間坐標點位于lO A連線的某

l l la u v 和 , r r ra u v 為三維空間點 A X , Y ,Z 在圖像坐標系的投影。平行式立體視覺模型通過視差原理計算三維空間坐標點 A的深度信息。圖 1.4 為圖1.3 在 X Z平面的投影，其中 f 為攝像機的焦距，lC 和rC 分別為左右攝像機的成像，投影坐標點la 和ra 的相對位置差可以表示為 2 2l r l rd u u v v，稱之為視差。在平行式立體視覺模型中由于l rv v，因此視差l rd u u。根據(jù)三角測量原理從視差值可以求解三維空間點的深度信息，圖 1.4 中三角形l rAOO 和三角形l rAa a 相似，由此可得：

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 儲s

本文編號：2822880