雙目視覺立體匹配自適應支持權值方法研究.pdf

1、雙目視覺是計算機視覺的一個重要研究領域，旨在模擬人眼視覺系統(tǒng)，從二維圖像信息恢復場景的三維信息。雙目立體視覺包括四個步驟:圖像獲取、攝像機標定、立體匹配和三維重建，其中立體匹配是關鍵技術。雖然目前已有大量的立體匹配方法，但在實際應用中仍然存在許多問題。本課題的研究目的是為淡馬錫理工學院的裸眼三維視頻處理系統(tǒng)找到一個快速準確的稠密立體匹配方法。全局方法立體匹配精度高，但計算結構復雜，不易于硬件實現(xiàn)。局部方法結構簡單，易于硬件實現(xiàn)，匹配精度

2、也相對較低。隨著Yoon提出自適應支持權值方法以來，局部立體匹配性能大大提高，甚至超過了一些全局方法，但自適應支持權值方法仍然存在兩個重要的問題:如何選擇合適的參數(shù)值，計算時間比其它局部算法的計算時間長。論文在研究自適應支持權值方法的基礎上，探尋一種計算速度快、匹配性能高的局部立體匹配方法。
　　 論文主要工作及研究成果如下:
　　 1、簡要分析雙目視覺立體匹配模型和現(xiàn)有的立體匹配方法，比較了立體匹配中常用的六種相似性度

3、量函數(shù)，給出立體匹配評價標準以及遮擋檢測與填充后續(xù)處理步驟，最后通過實驗，比較了不同相似性度量函數(shù)的性能，驗證了遮擋檢測與填充后續(xù)處理步驟的有效性。
　　 2、對Yoon自適應支持權值方法進行詳細研究，介紹了格式塔理論以及自適應支持權值實現(xiàn)方法，指出自適應支持權值方法中存在的參數(shù)問題，并給出一種關聯(lián)分析法，通過同時考慮不同參數(shù)取值的變化情況，對自適應支持權值方法中的參數(shù)進行系統(tǒng)討論，最后采用實驗證明了不同組合參數(shù)取值對自適應支持

4、權值方法的性能影響很大。
　　 3、給出了一種改進的自適應支持權值方法。本文從計算速度和立體匹配性能兩方面著手，對自適應支持權值方法進行了改進。為提高計算速度，改進方法在計算顏色相似性時使用RGB顏色空間代替CIELab顏色空間，在聚合初始匹配代價時使用單權值代替雙權值聚合，在進行立體匹配時使用小支持窗口代替大支持窗口，為提高立體匹配性能，改進方法使用匹配性能更好的相似性度量函數(shù)，并在傳統(tǒng)初始匹配結束后引入基于自適應支持權值的視