基于圖理論的圖像匹配和3D重構(gòu)算法研究.pdf

1、　　本文主要針對基于圖理論的圖像匹配和三維重構(gòu)算法進(jìn)行了較為系統(tǒng)的研究，主要包括：基于圖割理論的圖像匹配、基于圖割理論和對極幾何約束的圖像匹配、基于圖譜理論的圖像匹配、基于圖割理論的深度信息恢復(fù)以及結(jié)合多視圖幾何理論實現(xiàn)3D形狀重構(gòu)。本文的主要研究內(nèi)容及研究成果如下：1.提出了一種新的基于圖割理論的圖像匹配算法，定義了一種新的能量函數(shù)，將標(biāo)號從一維推廣到二維，并給出了一種更簡單的構(gòu)圖方法，適用于更一般情形下的靜態(tài)圖像匹配和運(yùn)動序列圖像匹

2、配，并且在全局上獲得能量函數(shù)最小。實驗結(jié)果表明，該算法不僅能適用更多場合而且得到的匹配結(jié)果精確度也較高。2.提出了一種基于圖割理論和對極幾何約束的圖像匹配算法，利用對極幾何約束對兩幅圖像進(jìn)行矯正，使得它們的對極線處在同一掃描線上，從而將圖像的二維匹配簡化成一維匹配，最后利用基于圖割的一維匹配算法進(jìn)行匹配。此時的能量函數(shù)中的標(biāo)號是一維的，而且能量函數(shù)中的光滑項只需要考慮像素沿水平方向的2-鄰域，因此減少了搜索范圍。實驗結(jié)果表明，該算法不僅

3、簡單而且匹配速度快、準(zhǔn)確度較高。3.在深入研究基于圖譜理論的圖像匹配方法的基礎(chǔ)上，提出了一種基于Laplace矩陣的圖像特征匹配算法，首先分別構(gòu)造兩幅圖像特征點(diǎn)集的Laplace矩陣，并對這兩個矩陣進(jìn)行奇異值分解(SVD)，然后利用分解的結(jié)果構(gòu)造出一個反應(yīng)特征點(diǎn)之間匹配程度的關(guān)系矩陣，最后根據(jù)關(guān)系矩陣實現(xiàn)兩幅圖像的特征點(diǎn)匹配。大量實驗結(jié)果表明，所提出的基于Laplace矩陣的圖像特征匹配算法具有較高的匹配精度。4.深入研究了基于圖割理論