论文部分内容阅读
立体匹配技术是计算机视觉领域的重要研究环节,它在精密工业测量、医疗器材、人机交互、智能系统、虚拟现实、物体识别等方面都有广泛的应用背景。基于图割理论的立体匹配算法是目前计算机视觉领域中的研究热点,而最新发展的OpenCV视觉库用于机器视觉的应用也相当流行,所以本文研究基于图割与OpenCV视觉库的立体匹配算法具有相当重要的意义。本文主要研究内容有:(1)深入研究基于OpenCV视觉库下的立体匹配方法,讨论这个匹配过程中的对极几何、本证矩阵、基础矩阵、极线计算、立体图像的校正、立体标定、以及最终的立体匹配方法。(2)针对全局匹配算法复杂度太高的问题,本文中提出了一种基于图割的快速鲁棒立体匹配新算法。一方面,参考局部立体匹配算法的思想,优化图割求解中的网格图的节点和边缘个数,使得在进行图割全局优化求解时不需要遍历所有视差值,从而减少匹配时间。另一方面,用二维线性插值算法计算亚像素,提高匹配精度和算法鲁棒性。实验表明,该算法快速、鲁棒和准确。(3)针对立体匹配中存在纹理、遮挡区域和深度不连续的问题,本文提出了一种基于自适应权重的全局图割立体匹配新算法。一方面,采用单像素自适应权重加窗匹配能够减少深度不连续和稀疏纹理处匹配的误差。另一方面,对于图割中的平滑项表示和遮挡处理,使用一定平滑约束和遮挡约束构建能量函数而取得最优解。实验结果表明,该算法能保证匹配的可靠性。