目录
1.2 立体匹配技术国内外发展现状............................................................ 7
1.3 课题研究的目的..................................................................................... 9
1.4 课题的研究内容及章节安排.............................................................. 10
第二章 立体匹配原理和算法介绍...................................................................... 11
2.1 立体匹配的原理................................................................................... 11
2.4 立体匹配算法....................................................................................... 14
2.4.1 立体匹配算法的分类....................................................................... 14
2.4.2 基于特征的立体匹配算法............................................................... 14
2.4.3 基于局部的立体匹配算法............................................................... 15
第三章 基于区域灰度图像特征的立体匹配技术............................................ 15
3.1边缘特征立体匹配算法.......................................................................... 16
3.2基于区域灰度图像特征特征立体匹配算法............................................ 20
第四章 信号弹立体匹配算法设计与仿真......................................................... 25
4.1 信号弹立体匹配算法设计与仿真...................................................... 25
第五章 .............................................................................................
摘 要
随着国内外信息技术及计算机视觉技术的不断发展壮大，图像立体匹配算法渐渐成为视觉行业钻研的重要方向，各国科研人员与学术人员都开始在该领域不断拓宽。因为立体匹配算法相关系统设备较为简易、成本较少、不需要人为操作等优秀特点，在立体视觉的相关模型设计中成为使用最为普遍的模型，深受相关工作者的喜爱。立体匹配算法在立体视觉中所占的比重很大，逐渐成为关键核心技术，因为其匹配的准确度对后续的三维重建产生很大的影响，所以能够有效的处理此问题成为立体视觉技术发展的重要因素。针对立体匹配技术的相关研发设计拥有至关重要的意义，最重要的是在各行各业的实用性方面仍然具有重要的使用价值。
目前为止，在图像立体匹配算法研究方向仍然有很多的技术难题需要攻克，例如在立体匹配过程中有一定的遮挡、深度不连续和弱纹理等相关问题，解决方法也多种多样，但我们最终的目的是为了保证匹配过程中的准确度和匹配速度，这是需要我们努力攻克解决的难题。本次论文设计重点设计立体视觉的相关系统，从而研究立体匹配的相关设计算法和应用理论。采用基于区域灰度的匹配算法，以兴趣点邻域窗的灰度为匹配基元，以相关程度作为相似性测度，实现立体匹配的功能。
关键词：计算机视觉；立体匹配；边缘检测；特征提取
Abstract
With the continuous development and growth of information technology and computer vision technology at home and abroad, image stereo matching algorithm has gradually become an important direction of vision industry research, researchers and academic personnel in various countries have begun to expand in this field.Because the stereo matching algorithm related system equipment is relatively simple, less cost, do not need human operation and other excellent characteristics, in the stereo vision related model design has become the most common model, loved by related workers.Stereo matching algorithm accounts for a large proportion in stereo vision, and gradually becomes the key core technology, because its matching accuracy has a great impact on the subsequent three-dimensional reconstruction, so it is an important factor for the development of stereo vision technology to be able to deal with this problem effectively.It is of vital significance to research and design related to stereo matching technology. The most important thing is that it still has important use value in practical aspects of all walks of life.
So far, in stereo image matching algorithm research there are still many technical problems need to overcome, such as in the process of stereo matching has certain depth of shade, discontinuous and related problems such as weak texture, the solution is varied, but our ultimate goal is to guarantee the matching speed and accuracy in the process of matching, this is we need to work hard to overcome problem.This paper focuses on the design of stereo vision related systems, so as to study the stereo matching related design algorithms and application theory.A matching algorithm based on regional gray level is adopted to realize stereo matching, with the gray level of neighborhood window of interest points as the matching primitive and the correlation degree as the similarity measure.
Key words: Computer vision;Stereo matching;Edge detection;Feature extraction
第一章 绪论
1.1研究课题背景
人类使用眼睛通过视觉的方式和方法来感知识别外面的世界，然后通过大脑内部的视觉神经传输给大脑。随着科学技术和社会的发展进步，各行各业都在使用视觉相关的算法研究，成为当今时代特别的景观。然而，随着市场对视觉立体匹配算法的需求急剧增加，立体匹配算法的精确化化、快捷化、人性化越来越受人们的关注。因此，只依靠摄像机或计算机其自身的结构来提高立体匹配的性能是完全不够的，更是不现实的，因此我们必须加强图像立体匹配算法相关技术的学习，给视觉行业带来革命性的影响，而且要以一定的技术指标来考核目前的技术状况，定量而又科学地判断立体匹配算法的技术状况，给予正确的评价。
计算机视觉研究是基于计算机模拟人类视觉系统的快捷技术，目前主要使用在在三维场景中的目标进行识别、跟踪和测量上，同时朝着图形图像处理方向不断革新。起初，由于各国人工智能对计算机视觉的需求极高，对计算机视觉控制设备给予了很多优秀的设想和建议，而且研究出了很多至关重要的新技术。后来由于立体匹配技术的出现，科学家在计算机视觉信息化化、智能化方面取得了很大的进步，最终成功设计出多种图像立体匹配的算法。如今，由于视觉算法水平的不断改进，计算机视觉应用在很广的范围，分别在军工业、互联网、医学、信息娱乐等主流行业，具有很大的市场需求和研究前景。而且在学科方面，包含了计算机科学、信号处理、数学及统计理论、视觉生理学、视觉心理学以及人工智能等等。因为世界科学技术和人类文明的不断发展和创新，计算机视觉不管是在功能上还是在性能上都得到了前所未有的的发展和提高，逐渐变成当今社会人们必不可缺的智能工具，从而改善了人们的生活方式。
计算机视觉从20世纪50年代开始就已经出现在人们的生活中，同时伴随着世界的计算机技术和科技水平不断改善，早期的研究方向重点放在对二维图像上，最后能够满足计算机代替人类。目前为止，计算机视觉领域，特别是立体匹配算法领域得到了快速发展，世界各国的相关研究人员都在该方面做出了特殊的贡献。早在20世纪60年代，在美国的大多数城市，伴随着人口数量和人口流动量也在不断提升，对三维场景立体匹配分析的相关研究设计需求及要求更高，因此，美国MIT的Roberts公司，针对三维场景中的立体目标进行了相关研发设计，从而开始对三维空间视觉算法的相关研究，也为世界各国指明了方向。现如今，随着世界各国在计算机技术、集成电路以及立体匹配技术的迅猛发展，立体视觉领域获得了长足的进步，并应用在了诸多科研技术领域，例如：工业精密检测、农业、军事、医疗诊断、商用电子、机器人导航、虚拟三维重建以及无人机操控等。这些领域的技术已经得到了前所未有的进步，同时也具有一定的应用价值和市场潜力。计算机立体视觉在消防领域的重视度也越来越高，通过图像识别技术及特征提取等技术判断火情情况。另一方面，由于立体匹配技术的不断革新，促使人工智能、机器人技术等相关行业不断地壮大和发展，在给这些研究领域带来技术变革的同时，也明确了研究方向，有效地推动人类现代化进程。
计算机立体视觉一般可以分为以下六个步骤分别是：图像的采集、摄像机建模、特征的提取、立体匹配、深度确定以及内插。随着这几年立体匹配技术的不断革新，计算机视觉更加智能化，经过有效的数据采集分析和处理，现如今计算机视觉及立体匹配技术逐渐成为各行各业中重要一员。同时立体匹配技术和功能一直在发展，这也为计算机视觉在技术上得到不断突破，这也为计算机视觉引领了方向。
1.2 立体匹配技术国内外发展现状
近几年，我国很多研究单位、高等学府以及设计公司，特别是做人工智能及智能机器人的相关公司，针对立体匹配技术的研究和创新投入很大的财力和人力。国外针对立体匹配技术的研究相对较早，在20世纪中后期，麻省理工学院就开始了对立体匹配技术的研究，并成功完成对三维积木模型的重建，更令人骄傲的是Huffman、Waltz等将二维图像的处理技术延伸到三维视图，从而有效地处理了阴影等难题，成为立体视觉匹配研究方向的重要里程碑。
随着立体匹配技术在国内外的不断发展，世界各国的相关技术人员都在立体匹配方面提供了众多的技术发明，从而使立体匹配技术得到全方位的发展，给各行各业带来了很大的便利。不同的技术基础，可以分为很多层的分类。因此，从不同的匹配基元角度出发，能够把立体匹配技术分为三个方向，分别是基于区域、基于特征以及基于相位的匹配方法。
1.2.1 基于区域的匹配方法
这类方法利用图像的灰度信息，进行两幅图像的相似性度量，得到视差图。基于区域的匹配方法的基本原理是以基准图的待匹配点为中心，建立子窗口，以邻域灰度值分布表征中心像素点；同样的，在对准图中，以中心像素点建立子窗口，以邻域灰度值表征中心像素点。两子窗口的相似性差异若满足设定的阈值，则其匹配的对准图中的对应像素点为基准图的匹配点。该方法最重要的两个问题是，1)相似性准则的选取，2)窗口的选取。基于区域的匹配方法的优点包括：
a) 算法简单有效，方便系统实现；
b) 直接利用图像灰度信息，无需特征提取，确保较高精度和良好鲁棒性；
c) 基于子窗口的图像灰度的相似性进行匹配，针对细节丰富的图像较为有效。
然而，该方法同样存在以下缺点：
a) 对于具有弱纹理或大面积平滑区域的图像，匹配效果不佳；
b) 对于具有剧烈深度变化的场景，容易失效；
c) 难点在于子窗口的大小以及相似性准则的选取；
d) 计算量太大，不适于实时应用场景；
e) 由于直接利用灰度信息进行相似性判断，对仿射畸变等失真较为敏感。
1.2.2 基于特征的匹配方法
这类方法提取图像中目标物体的边缘、线、轮廓、兴趣点、角点和几何基元等几何特征信息进行匹配。通常包括特征提取和定位、描述特征、匹配特征三步。基于特征的匹配方法主要优点在于：
a) 通过图像特征而非灰度信息进行匹配操作，运算量较小，匹配算法更加快速高效；
b) 充分利用目标图像中的几何结构信息，对于弱细节目标的匹配效果较好；
c) 由于利用图像特征进行描述，受光照变化和仿射畸变等失真影响较小，算法具有良好的鲁棒性；
d) 相对于基于区域的匹配方法，具有更好的精确性。
然而，基于特征的匹配方法也同样存在一定缺陷：
a) 在进行图像的特征提取时易受遮挡和重复纹理等影响，造成匹配精度不准；
b) 特征具有稀疏性，需要差值过程得到密集视差场，差值过程较为复杂。
c) 特征提取精度影响匹配结果。
1.3 课题研究的目的
目前，立体视觉技术广泛应用于智能机器人导航、人机交互、医学诊断、虚拟三维重建、工业检测和无人机等，存在极大的商业价值和军事价值，所以立体视觉技术的研究受到各个国家的高度重视。就军事领域而言，随着科学技术飞速发展，现代战争已经发展成为诸兵种、全天候、多维度海，陆，空，天、跨平台的高度信息化战争。纵观近年来的局部高科技战争，除了更为优的武器装备，战胜方通过各种技术手段掌握战场信息远远超过对手，对取得现代战争胜利有着至关重要的作用。例如，伊拉克战争期间，以美军为符的多国部队利用侦杳卫星和其他技术手段，对伊拉克境内进行了虚拟三维重建，模拟出了战场环境和地形数据，为作战部队提供了强有力的信息支持。
虽然立体匹配算法的研究取得了很大的进步，但是仍然要面临儿大生要问题遮挡区域匹配、弱纹理区域匹配、深度不连续匹配、倾斜区域匹配以及光照变化引起的匹配问题。现在用于立体匹配的图像都是在实验室获取，在立体匹配计算过程中釆用了诸多假设，例如假设场景中的光源为点光源，光照变化对立体匹配影响不大等。所以立体匹配要面向实际应用，还需要进一步的研究。
1.4 课题的研究内容及章节安排
首先详尽的论述了立体视觉的理论基础和原理步骤，分别介绍了立体视觉系统中从成像原理、理论基础到技术步骤的各个环节：摄像机标定、图像采集、立体匹配、视差图生成及三维重建；然后，就立体匹配技术中的关键因素和组成部分做了进一步的阐述和分析，对该技术领域中需要注意的问题和急需解决的缺点，进行了讨论和总结。采用基于区域灰度的匹配算法，以兴趣点邻域窗的灰度为匹配基元，以相关程度作为相似性测度，实现立体匹配的功能，提供支持。
随后，介绍信号弹图像进行边缘检测的重要意义和应用价值，然后对现有的信号弹图像区域灰度匹配方法进行了简要的介绍和分析，详细介绍了该算法在立体匹配中的应用和细节。针对信号弹图像的特点，对立体匹配算法进行进一步改进，使之能够更加有效地应用于信号弹图像的区域灰度立体匹配检测中。通过设计对比实验，比较本文提出的算法与传统算法的性能。立体匹配技术中的主要技术环节如下图1-1所示：
本课题的安排如下：
第一章，绪论部分，就是简明的表述了这次设计的研究课题背景、研究现状以及研究的主要内容。
第二章，立体匹配原理和算法介绍。主要从立体匹配的原理、相机标定、图像校正、立体匹配算法四个方面介绍，针对立体匹配从立体匹配算法的分类、基于特征的立体匹配算法以及基于局部的立体匹配算法三个方面进行介绍。
第三章，基于区域灰度图像特征的立体匹配技术。本文主要采用边缘特征立体匹配算法进行相关研究，提出一种基于边缘特征的局部立体匹配算法，同时对立体匹配结果进行了分析。
第四章，信号弹立体匹配算法设计与仿真。首先，使用matlab对信号弹立体匹配算法进行相关设计，然后进行仿真分析，得出结论。
第五章,...........................
需要完整论文+matlab程序仿真分析点击如下链接下载：
扫一扫
1529
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
