從雙目立體圖像中恢復三維信息的研究——加入結構約束的半全局匹配算法的研究與實現.pdf

1、三維重建是計算機視覺、計算機圖形研究中倍受關注的熱點。而雙目立體視圖匹配是一種經典的三維重建方法，它通過比較在不同位置對同一場景拍攝的兩幅照片找出其中匹配的場景點，從而根據場景點在兩幅圖像中不同的位移程度得到其相對于相機的距離(稱為深度)，進而從二維圖像信息中恢復三維場景的信息。雙目立體視圖匹配的應用十分廣泛，如虛擬現實、文物保護、工業(yè)監(jiān)控、數字娛樂等，同時，相對于其他三維重建的方法，雙目立體視圖匹配的設備要求、算法的時間復雜度以及空間

2、復雜度較低，因此具有十分重要的研究價值。 通過對雙目立體視圖匹配方法的分類、分析與比較，今后將出現如下的發(fā)展趨勢和熱點：更多地體現全局性、算法的高速性、對噪聲的魯棒性以及算法的通用性。因此，本文實現了幾種具有發(fā)展前景的方法，并進行比較和改進，選擇并實現一個具有較高匹配精度、同時具有較高的執(zhí)行速度兼顧對噪聲的魯棒性的雙目立體匹配算法，以滿足實際應用的需要。 近年來，雙目立體視圖匹配領域涌現出了許多優(yōu)秀的算法。本文選擇了三種

3、具有代表性同時效率領先的算法進行實現：基于置信傳播(BP)的對稱模型，半全局立體視圖匹配，以及基于mean-shift的圖像分割的方法。通過對這三種算法的結果精度與執(zhí)行速度進行比較與評估，我們最終選擇了半全局的立體匹配方法作為本文改進和提高的基礎。這是由于該方法的精度較為理想，并具有相較于其他兩種算法巨大的速度優(yōu)勢；同時該算法還具有采用現代cpu的單指令多數據流技術大幅加速的能力，在對噪聲的魯棒性上也存在著優(yōu)勢。 在研究的后半部

4、分，本文針對半全局立體匹配存在的一些問題進行了一系列改進，這也是本文的創(chuàng)新點： 1.針對在特定情況下算法由于規(guī)劃路徑不完全而引起的嚴重的深度賦值錯誤，本文提出了使用圖像分割的方法獲得場景的結構分割信息，通過初步的深度估算以及最小二乘法為每一個分割區(qū)域計算平面模型參數，以此作為場景的結構信息加入到基于點的匹配代價的計算中去，從而為匹配過程添加一個結構性的軟約束。 2.針對原算法存在的無法為遮擋和錯誤匹配區(qū)域提供可靠深度

5、估算的缺陷，本文提出基于前面得到的場景結構信息來進行此類區(qū)域深度估算的方法，給出了可行的解決方案。 3.針對結構性軟約束存在的區(qū)域內部的平滑問題，同時為了避免深度邊界的模糊化，本文結合前面得到的結構信息，通過對擬合過程的分析改進，引入了一種帶有結構信息的快速二次曲面擬合方法。 算法的結果表明，在不改變原半全局立體視圖匹配算法的整體框架，并且保留其利用cpu單指令多數據流能力的前提下，本文所提出的方法成功地解決了規(guī)劃路徑