幾何約束下的機(jī)器視覺關(guān)鍵問題研究.pdf

1、隨著現(xiàn)代科技的發(fā)展,特別是計算機(jī)技術(shù)的迅猛進(jìn)步,如何使機(jī)器實現(xiàn)人類的視覺功能已成為科學(xué)家面臨的一個極富有挑戰(zhàn)的研究課題.機(jī)器智能體一旦被賦予了視覺感知能力,其應(yīng)用范圍必將極大地拓展,工作性能也會成倍地提高.立體匹配問題是計算機(jī)視覺中的一個基本問題,也是圖像處理中最重要的問題之一,現(xiàn)正廣泛應(yīng)用于不同的計算機(jī)視覺處理任務(wù)中,如離散運動估計、3D場景重構(gòu)、目標(biāo)識別、攝像機(jī)自標(biāo)定和視覺伺服等. 本文在對現(xiàn)有立體匹配方法進(jìn)行詳細(xì)綜述的基礎(chǔ)

2、上,提出了基于幾何約束的立體匹配方法,即在特征提取的基礎(chǔ)上,充分利用和挖掘?qū)O約束和同形映射約束的幾何特性,實現(xiàn)曲面場景的立體匹配.在匹配過程中,不需要引入場景相關(guān)約束.具體研究工作包括以下幾個方面: (1) 在對現(xiàn)有立體匹配方法進(jìn)行詳細(xì)綜述的基礎(chǔ)上,把同形映射引入到曲面場景的立體匹配問題中,用同形映射取代傳統(tǒng)的假設(shè),和對極幾何約束一起作為本文立體匹配算法的基本研究手段.不同于傳統(tǒng)的假設(shè)通過尋找圖像中相鄰或相近區(qū)域灰度相似的點來

3、實現(xiàn)匹配,本文將同形映射用于匹配的近似映射中,是通過尋找空間位置關(guān)系接近的點來完成特征角點的匹配,克服了使用傳統(tǒng)假設(shè)的立體匹配方法容易受到場景各方面的影響的缺點. (2) 詳細(xì)介紹了對極約束關(guān)系、基礎(chǔ)矩陣估計方法和同形映射關(guān)系,在分析對極約束處理匹配問題的不確定性的基礎(chǔ)上,提出了聯(lián)合對極約束和同形約束這兩種幾何約束處理匹配問題的算法,并詳細(xì)闡述了算法的四個核心部分:特征提取、初始匹配的建立、Delaunay三角形劃分和同形矩陣估

4、計.針對本義提出的算法,分析誤差來源,將誤差分為代數(shù)誤差和幾何誤差兩大類,總結(jié)出代數(shù)誤差由計算相關(guān)的因素產(chǎn)生,而幾何誤差是由場景相關(guān)的因素產(chǎn)生,并分別通過仿真實驗定量定性地分析了誤差的影響和相互關(guān)系,最后基于誤差分析結(jié)果,提出了利用條件數(shù)可以減小代數(shù)誤差,并用實驗證明. (3) 在分析同形矩陣在匹配過程中出現(xiàn)的降階情況的基礎(chǔ)上,針對匹配算法的效率問題,提出了一種幾何約束下的快速匹配算法,即采用面積檢測(或稱為區(qū)域檢測)方法避免降

5、階情況的發(fā)生,相比于矩陣的條件數(shù)檢測,區(qū)域檢測方法的檢測手段簡單,結(jié)果直觀有效.同時,由于在整個匹配過程中引入同形矩陣和基礎(chǔ)矩陣的一致性約束,從而在提高算法速度的同時,極大地改善了匹配的準(zhǔn)確度.實驗證明上述算法能夠很快地找到參考平面,進(jìn)而完成匹配,算法不需要迭代、速度快、實用性強(qiáng). (4)針對匹配過程中容易出現(xiàn)誤匹配導(dǎo)致誤差傳播的問題,提出了一種幾何約束下的誤匹配檢測算法,即利用同形約束去除對極線上匹配的模糊性的同時,提出概率篩

6、選規(guī)則和對稱優(yōu)化兩種策略,去除同形矩陣對場景特征點的近似映射過程中產(chǎn)生的誤匹配,仿真實驗和真實圖像數(shù)據(jù)實驗結(jié)果證明,相比于現(xiàn)有的誤匹配檢測算法,該方法不需要引入更多圖像,而且沒有使用任何圖像本身的特征信息,如匹配窗口灰度或紋理等,能夠在匹配的過程中進(jìn)行實時的誤匹配檢測,且能達(dá)到較好的檢測結(jié)果. (5)在介紹圖像坐標(biāo)系、攝像機(jī)坐標(biāo)系和世界坐標(biāo)系三大坐標(biāo)系的基礎(chǔ)上,給出了幾何約束下匹配方法的兩個性能評價指標(biāo),通過建立仿真平臺,對兩種