导读:本文包含了立体匹配技术论文开题报告文献综述及选题提纲参考文献，主要关键词:双目立体视觉,立体匹配算法,测距
立体匹配技术论文文献综述
李明东,卢彪,金传宇[1]（2019）在《基于双目视觉立体匹配技术的双目测距研究》一文中研究指出通过对双目视觉立体匹配技术及测距的研究,计算在不同视角下对物体的图像进行感知,实现了摄像机替代人眼,取得不同拍摄环境下同一物体像素间的位置参数偏差及角点检测信息。主要完成了从各种双目立体匹配算法中选择一种高效准确且容易实现的算法来计算视差值。根据立体匹配的约束关系,借鉴黑白棋盘的模式进行标定,通过opencv模式处理得到实验相机的内外角点坐标参数。通过计算目标物体与相机之间的实际距离、目标物体的叁维坐标以及两点之间的实际距离,提高了目标物体的识别率。(本文来源于《廊坊师范学院学报(自然科学版)》期刊2019年02期）
汪佳[2]（2019）在《高分辨率卫星广义像对立体匹配技术研究》一文中研究指出随着遥感和航天技术的高速发展,高分辨卫星影像成为获取地球表面信息的重要工具。随着卫星数量和分辨率的提高,利用高分辨卫星影像获取数字高程模型(Digital Elevation Model,DEM)或者对地面目标进行叁维重建成为可能。本文使用广义卫星像对(高分一号、高分二号、Pleiades 1、Pleiades 2、QuickBird、WorldView-2、WorldView-3)进行特征提取、匹配,然后利用有理函数前方交会模型得到地面点叁维坐标,并生成数字高程模型,最后对所得结果进行精度分析,实验得出本文方法可靠有效。论文的主要贡献如下:分析了有理函数模型,给出它的基本公式,模型参数求解的方法。另外还对高分一号,高分二号,Pleiades,QuickBird,WorldView-2和WorldView-3影像的有理函数模型系数拟合误差进行了分析。使用KAZE算法对广义卫星像对进行特征提取,并针对KAZE算法进行改进。改进思路是保留KAZE算法能提取稳定特征点的优点,针对算法运行时间进行优化:在KAZE描述符中添加二阶导数,丰富图像信息。使用圆环区域代替原算法的矩形区域,并对重新划分5个区域,构建一个40维向量,而且不在局限于欧式距离,然后利用严格数学关系分析了改进算法和KAZE算法时间效率,得出改进算法在大部分情况下优于原算法。在高斯模糊、噪声、旋转缩放、光照等条件下,分析了SIFT、SURF、KAZE和改进算法的稳定性,本文结论为KAZE和其改进算法优于SIFT和SURF算法使用了基于网格的运动统计算法(Grid-based Motion Statistics,GMS)算法进行特征点匹配,实验也得出该算法的匹配点正确率很高。然后将得到的同名点代入有理函数前方交会模型,得出地面点叁维坐标,对有理函数模型进行误差补偿,得出合适的叁维坐标,最后与真实的控制点坐标进行对比得出本文方法精度,其中高分一号广义像对的精度为83%,高分二号广义像对的精度为78%,Pleiades广义像对精度为76%,WorldView-3立体像对精度为85%,并且绘制了叁维散点图以及对应的误差图。(本文来源于《电子科技大学》期刊2019-05-09）
冯益春[3]（2019）在《叁维数字图像相关法中散斑质量评价和立体匹配技术研究》一文中研究指出如今在医疗、机械、航空等领域,会采用大量复杂材料的工件,这些工件经过长期的作业,会产生一定程度的磨损,因此我们需要使用一种便捷、全场测量、适应性强的方法对材料变形信息进行定期测量。随着测量技术的不断发展,光学测量在各个领域的应用逐渐广泛。数字图像相关法是一种基于物体表面图像相关计算的光学测量方法,具有非接触、全场测量以及环境适应性强等优点。在二维数字图像相关法的基础上,叁维数字图像相关法通过双相机测量系统,并结合图像处理、计算机视觉技术,可以较为准确地测量物体的叁维信息,重建被测物体表面的叁维形貌,实现物体面内、面外位移和变形测量。本文主要对叁维数字图像相关法中的叁个方面内容进行了研究:散斑图像的质量评价、相机标定、图像立体匹配及叁维重建。主要研究工作如下:为了保证散斑图像在立体匹配及叁维重建中的准确性,本文对散斑图像的质量评价进行了研究。基于神经网络,提出了一种综合利用平均灰度梯度、基于灰度共生矩阵的能量、对比度、相关性和熵作为评价参数的散斑质量评价方法,并用实验验证了该参数的有效性和准确性。在相机标定中,根据相机标定模型,提出了一种改进的Harris角点检测算法,实现了标定板角点的自动化检测。在此基础上,对角点整像素进行修正,可得到角点准确的亚像素坐标,进而计算出左右相机的内外参数,为图像立体匹配和叁维重建建立基础。在散斑质量评价和相机标定的基础上,对图像立体匹配及叁维重建进行研究。提出了一种改进的RANSAC算法和SURF算法相结合的立体匹配算法,可准确快速地筛选出图像的特征点并生成特征点匹配对,然后通过相机内外参数实现物体的叁维重建,进而可得到被测物体的位移和变形,为工程应用提供测量信息。(本文来源于《上海师范大学》期刊2019-03-01）
梁立超[4]（2018）在《基于单目视觉的摄像机标定与立体匹配技术的研究》一文中研究指出随着计算机视觉理论的愈发完善,基于立体视觉的相关技术已经用于如车辆导航、物体识别、虚拟增强以及航空航天等领域之中。作为计算机视觉研究中一个重要的分支领域,叁维重建的相关理论研究与技术应用已经深入的影响了人们的社会活动。而基于单目视觉的叁维重建技术由于系统易于实现且成本较低等原因,成为当前的研究热点。本文主要针对叁维重建中的摄像机标定以及特征点的立体匹配两部分内容进行研究。在标定部分,通过对现有标定方法的分析比较,决定采用张正友标定法用平面棋盘格模板来标定摄像机的内外参数以及畸变系数,从而校正摄像机采集到的图片。在这部分中,本文主要对棋盘格角点的提取及排序等方面的内容进行相应的改进及创新。考虑到棋盘格角点的特点,决定采用一种利用Hessian矩阵提取棋盘格角点的算法,并在角点识别及筛选方法上进行一定的改进,从而更准确的识别角点并对伪角点进行剔除;采用“灰度重心法”对角点坐标进行亚像素精确,并对其权值进行改进,进一步提高角点的定位精度;提出一种新的棋盘格“四极点”自动识别及排序算法,并基于此对提取到的棋盘格角点进行排序。在立体匹配部分,针对原SIFT算法在匹配点对数量以及匹配正确率等方面存在的问题,提出了一种基于改进Harris算子的SIFT特征匹配算法。利用一种改进的Harris算子提取尺度空间中各层图像的角点;利用一种新的角点尺度因子分配策略来提高特征的匹配正确率。最后,对本文在标定部分和立体匹配部分中所提出的算法及改进进行仿真验证,以证明本文算法的合理性和有效性。(本文来源于《沈阳工业大学》期刊2018-06-04）
何超[5]（2018）在《面相复杂场景的双目立体匹配技术研究》一文中研究指出双目立体视觉的基本原理是利用两台不同位置或者一台移动的相机拍摄同一场景,通过计算空间点在两幅图像中的视差来获取其深度信息。由于双目立体视觉在非接触测量中具有成本低,性能高的优点,因此双目立体视觉技术研究是计算机视觉、图像处理及模式识别等领域的一个热点研究方向。21世纪以来,随着计算机技术的高速发展,双目立体视觉技术已在机器人、军事、航空航天、医疗信息等领域显示出越来越重要的地位,例如应用于交通视频监控、无人机导航与控制、无人自动驾驶系统、工业流水线产品外观检测及文物的复原与重建等领域。近年来,随着对双目立体视觉技术不断深入研究,针对双目立体匹配的计算模型和优化方法的新技术不断涌现,立体匹配技术在计算视差精度和运算效率等方面都取得了突破性进展。但是当图像对中包含颜色背景相似区域、复杂边缘、遮挡区域、纹理不连续区域等复杂场景时,双目立体匹配计算的准确性和鲁棒性问题还有待进一步研究。本文主要是针对立体匹配技术在复杂场景背景下的视差计算问题进行深入研究,通过设计结合图像边缘与亮度信息的立体匹配算法模型,克服了在图像具有相似颜色背景的边缘区域权重构造不准确的问题。此外,还通过优化后的卷积神经网络学习相似性测度模型替代灰度相似性测量的方法,提高了双目立体匹配视差计算的鲁棒性和准确性。本文的工作内容主要包含以下几个方面:1.对现有的典型立体匹配算法进行研究并概括,总结了目前立体匹配存在的关键问题,并对其进行扼要介绍与分析,特别是针对基于最小生成树的立体匹配算法进行了深入探讨,并对现有的基于最小生成树的立体匹配算法存在的问题进行了详细的分析。2.针对传统的最小生成树立体匹配方法在图像中具有相似颜色背景像素间权重构造不准确的问题,本文提出一种结合图像边缘与亮度信息的最小生成树立体匹配方法,首先对待匹配图像进行双边滤波,保留图像边缘信息的同时去除噪声,然后利用Canny算子提取图像边缘信息,并将图像像素点的颜色与边缘信息结合替代传统的颜色信息重新构造MST权重函数。最后,利用引入边缘和颜色信息的权重函数进行代价聚合并计算、细化最终的视差结果。3.针对灰度相似性测度在弱纹理区域及Census变换在结构重复区域计算初始代价精度较低的问题。本文通过卷积神经网络学习相似性测度的方式来对其进行替代,有效改善了算法性能。针对立体匹配的计算效率问题,本文提出一种快速视差估计优化方法,利用Akaze与Surf特征检测算法对待匹配的左右图像进行快速视差估计,减小视差搜索范围,从而在不降低精度的情况下提高了视差的计算效率。针对传统的聚合策略易导致视差细化结果出现空洞或部分区域计算错误的问题,本文提出一种基于图像分割的二次细化优化方法,有效提高了视差细化的准确性,视差计算精度得到明显提高。4.分别采用Middlebury和KITTI数据库提供的标准测试图像集与扩展图像集对本文所述各方法进行综合对比分析。实验结果表明,本文提出的两种立体匹配方法在复杂场景下均具有较好的视差计算效果,有效地提高了视差估计精度,具有较好的鲁棒性和广泛的应用前景。(本文来源于《南昌航空大学》期刊2018-06-01）
李迎松[6]（2018）在《摄影测量影像快速立体匹配关键技术研究》一文中研究指出立体匹配一直以来都是摄影测量领域以及计算机视觉领域的研究热点,其旨在寻找不同视点影像之间的同名像点信息,该信息可用作多视影像的结构恢复、基于影像的叁维表面数据采集、数字表面模型及数字高程模型的制作、实景叁维模型重建等,在基于影像的叁维重建技术中起着至关重要的作用。在新世纪数据爆发式增长的背景下,摄影测量影像的分辨率随着成像技术的提高而逐步增长,这包括千万至亿级像素级别的航空影像以及十万至百万级像素级别的近景影像,它们分辨率的提高使得立体匹配算法在效率上亟待提高,本文针对两种数据不同的数据量级,有针对性的研究两种不同的立体匹配效率优化技术,以满足各类摄影测量影像的立体匹配效率提升需求。在基础立体匹配算法的选择上,本文选择2005年学者Hirschmuller提出的半全局立体匹配算法(Semi Global Matching,SGM)作为基础算法,该算法采用全局匹配基于能量函数最小化的框架,通过聚合邻域内多个路径方向的一维路径代价,来近似二维最优,大大的提高了逐像素立体匹配的效率,然而在面对高分辨率影像时,SGM算法的速度依旧无法满足对效率有很高要求的应用需求,所以基于SGM算法的进一步效率优化,是本文研究的方向。首先,针对于高分辨率航空影像,其特点是分辨率普遍在千万级以上,分辨率的提升同时会带来视差搜索范围的增大,立体匹配算法在处理这类影像时不仅效率不高,而且对内存的占用率非常大。一方面,航空影像所涉及的应用大多为线下处理,对立体匹配模块并不要求实时性能,但要求快速的获得叁维密集点云,为叁维重建、真正射影像成图等模块快速提供稳定可靠的输入数据;另一方面,影像分辨率过大,对存储空间要求巨大,若可用存储空间过小,则算法需要进行数据分块处理,而分块太多势必也会因为单块像素信息太少导致精度降低。结合以上两个方面,本文提出了一种基于CPU平台的系统化高效立体匹配算法优化方法,主要完成的工作有以下叁点:(1)设计了 一种非常高效的以数据并行模型为基础的并行计算模型,将立体影像对按照列号分为多个条带对,每个条带对采用SGM算法进行独立并行地视差估计,最后将分条带的视差图融合为整张视差图,条带之间彼此独立,无需处理任何线程冲突。(2)对于SGM算法的四个步骤:Census变换、代价计算、代价聚合、视差计算,进行SSE(StreamingSIMDExtensions)指令集优化,利用SSE单指令多数据流的特点,同时对多个像素或者多个视差进行并行运算,实现线程并行之外的数据并行运算。(3)提出一种分层SGM立体匹配模型,有效的解决了航空影像视差搜索范围过大导致立体匹配耗时严重以及内存占用率过高的问题。首先通过对影像对进行多级降采样,然后从低分辨率到高分辨率依次匹配,低分辨率影像对匹配的视差图为下一级影像对提供初始视差,将像素的视差范围约束至非常小的值(不大于64),充分有效地缩小了高分辨率层级影像对的视差搜索范围,大大提高了匹配效率(数十倍的加速比),同时明显地减少了算法的内存占用量。其次,针对于高分辨率近景影像,其特点是分辨率在大部分在数十万至百万级,相比航空影像分辨率普遍较低。但是近景影像和航空影像不同的是其应用大多要求实时性,如实时车载叁维导航、运动机器人叁维导航、手持式快速叁维扫描仪等应用都要求实时性的获取叁维数据,作为叁维信息获取的关键算法,立体匹配的实时性效率非常关键。因此,本文提出了一种基于CUDA的系统化实时立体匹配算法优化方法。主要完成的工作有以下两点:(1)针对SGM最耗时的四个主要步骤,分别设计了高效的基于CUDA的SGM并行优化模型,最大化的利用GPU上千个核心并行计算;充分利用共享内存对算法进行深度存储效率优化;通过视差主序的代价空间数据排列方式,有效地解决了代价聚合步骤内存合并访问的难题。实验表明本文算法的实时性能远远高于其他优化算法,比原始SGM算法快576倍,对640×480分辨率的影像,当视差范围为128时,在NVIDIA GTX 1070 GPU上可达到166.7fps的实时效率。(2)提出了一种基于CUDA的分层匹配模型,将金字塔分层匹配策略与基于CUDA的并行算法相结合,有效缩小视差搜索范围,进一步提升算法的实时效率。实验表明算法在面对高分辨率近景影像时实时性能非常出色,对于尺寸为1800×1500的高分辨率近景影像,当视差范围为256时达到26.9 Qps的实时立体匹配效率。(本文来源于《武汉大学》期刊2018-05-01）
赵尘[7]（2018）在《服务于盲人出行的立体匹配技术研究》一文中研究指出盲人的视觉缺陷导致其对于外界信息的获取不够全面,进而限制了盲人的自主出行。在盲人出行过程中,有关于障碍物的空间位置及其形态大小信息的获取是十分关键的。但是目前服务于盲人出行的导盲方式存在成本高,测距精度低,服务范围小等问题,导致盲人出行依旧诸多不便。而计算机视觉技术不仅能够获得物体的距离信息,还能得到物体的叁维结构信息,这些技术上的优势使其为盲人出行服务成为可能。但使用计算机视觉技术服务于盲人出行还需解决如下问题:测距算法的精度是否足够、算法是否能够满足实时性的需求、物体的叁维信息是否能够得到很好的恢复以及常见于现实场景中的镜面反射现象会对图像数据造成巨大影响应如何解决。故本文以现有的计算机视觉物体测距算法为切入点,实现计算机双目立体视觉物体测距,并选择其中综合性能最佳的算法作为后续章节的研究对象。其次以提高立体匹配算法的计算效率以及精度作为主要目的,提出基于图像卷积变换的立体匹配算法。最后,针对常见的镜面反射现象,在对比不同颜色空间下的立体匹配质量基础上,提出一种基于灰度连续性作为主要约束条件的镜面反射区域的识别与处理的算法。论文的主要工作以及取得研究成果:(1)对叁种基于计算机视觉的测距算法进行了实现。并从测距精度、测距效率、叁维重建质量多方面进行比较。最后选择其中适用于服务于盲人出行的障碍物探测立体匹配算法,并将其作为后续章节的优化对象。(2)服务于盲人出行的障碍物检测不仅需要体现出实时性,同时也要保持很高的精度:测距精度以及准确物体叁维结构信息。因此本文提出一种基于图像卷积变化的立体匹配算法。虽然该算法对图像的信息进行了压缩,但是立体匹配的精度并未受到影响,同时还保留了大量的物体特征信息并应用于叁维重建的过程。在时间复杂度上相较于传统的立体匹配算法有着明显的改进,进一步论证了该算法应用于盲人出行的可能。(3)镜面反射是一种常见的光学现象,该现象会对图像造成巨大的影响,进一步的对基于计算机视觉的障碍物的探测产生偏差。因此,文章中提出了一种基于HSI颜色空间下以灰度连续性作为约束的算法对存在镜面反射现象的视差图进行处理。实验结果表明,该方法能够很好的识别与处理由于镜面反射现象所产生的错误灰度信息,进一步的提高了立体匹配算法的精度与质量。(本文来源于《江西理工大学》期刊2018-05-01）
陈田[8]（2018）在《基于自适应权重的立体匹配技术研究与实现》一文中研究指出双目立体视觉是计算机视觉领域的关键技术之一,因其具有非接触、结构简单、成本低等优点被广泛应用于叁维场景重构、工业检测、机器人导航、医疗器械以及新兴的自动无人驾驶、虚拟现实、人脸识别等领域。立体匹配技术作为双目视觉中的核心技术,近年来一直是国内外学者研究的热点之一。立体匹配的目的是为了通过匹配算法确定左右图像对中对应的匹配点,从而通过匹配点的视差将二维图像数据转换成叁维数据。目前的立体匹配算法还有一定的局限性,对测量精度或者实时性要求较高的场合,其性能还有待提高,如何将立体匹配算法高效地应用于双目立体视觉系统,兼顾匹配精度和实时性仍是一个亟待解决的难题。本文重点研究了基于自适应权值和局部熵的局部立体匹配算法以及基于自适应权值的图割全局立体匹配算法,并基于所提算法设计了双目立体视觉系统的具体实例——机器人视觉引导和工件测量来进一步说明本课题研究的实用性。本文的主要创新点如下:1.针对传统的局部立体匹配算法在图像弱纹理区域匹配效果差,整体匹配精度偏低的问题,提出一种基于自适应权值和局部熵的局部立体匹配算法。该算法根据格式塔理论的相似性和相近性,分别在图像的灰度空间和欧式空间上提出新的权重值计算方式,在保证匹配精度的同时也能提高算法的运算速度;在代价函数中加入数据平滑项,并利用图像的局部熵确定平滑项的加权系数;对视差选择得到的初始视差图依次运用中值滤波、左右一致性检验、加权中值滤波以及亚像素处理进行多步视差精化;特别是当匹配窗口比较小时,也能得到精度较高的视差图。利用Middlebury网站公开提供的四幅国际标准立体图像对进行了算法测试,实验表明所提算法能够得到较准确的视差图。2.针对传统的图割全局立体匹配算法精度偏低的问题,提出一种基于自适应权值的图割全局立体匹配算法。该算法首先根据本文提出的新的权重值作为能量函数的数据项,利用图像的梯度信息作为图像的平滑项;然后运用图割理论和α扩展算法进行模型求解;得到最优的视差分布。利用Middlebury网站公开提供的四幅国际标准立体图像对进行了算法测试,实验表明所提算法的平均正确匹配率为94.2%。3.为了验证本文所提立体匹配算法的实用性,分别设计了基于自适应权值的图割全局立体匹配算法的机器人视觉引导和工件尺寸测量实验。在实验中使用本文所提算法进行立体匹配,能够得到较准确的视差图,通过机器人视觉引导实验结果表明,该算法能够满足工业机器人的引导要求;通过工件测量实验结果表明,该算法具有较高的测量精度,在x方向的测量精度达到0.22mm;在y方向上的测量精度达到0.24mm;在z方向上的测量精度达到0.33mm。(本文来源于《昆明理工大学》期刊2018-04-01）
马宁[9]（2018）在《基于图像分割的快速小基高比立体匹配技术研究》一文中研究指出小基高比立体视觉可以解决传统立体视觉在城市地区高程测量的遮挡和几何畸变问题,但是视差的计算必须达到亚像素级才可以弥补因基高比减小带来的高程精度损失,因此高精度亚像素级的立体匹配技术是小基高比立体视觉的关键。本文针对小基高比立体匹配问题展开研究,在深入分析小基高比立体视觉模型的基础上,提出一种基于图像分割的快速小基高比立体匹配方法。该方法分为整像素级匹配,视差图优化,亚像素级匹配叁个基本步骤。叁个步骤之间逐级递进,由粗到精的实现了小基高比立体匹配。为了提高匹配的准确率与精度,本文采用了基于图像分割的立体匹配框架。在整像素级匹配步骤,利用分割信息增强相同区域内像素点之间的相互支撑;在视差图优化步骤,利用分割信息为弱纹理区域拟合视差平面模型;在亚像素级匹配步骤,利用分割信息自适应调节相位相关窗口。本论文的主要工作及创新点归纳如下:(1)针对小基高比立体像对的整像素级匹配问题,提出一种基于分割交叉树与模糊逻辑的多尺度立体匹配方法。首先通过下采样方式构建立体像对的多尺度图像金字塔,然后将原始的立体像对由RGB色彩模式转换为HSL色彩模式,在顶层尺度空间中利用HSL色彩模式下的基于模糊逻辑的匹配代价函数计算初始匹配代价,并利用分割交叉树方式聚合匹配代价,接下来根据WTA策略计算当前尺度空间的视差图,最后在上层尺度空间的视差指导下由粗到精的求解最终整像素级视差图。该方法具有较高的匹配效率及准确率,且对光照变化具有鲁棒性,可以为高精度亚像素级的小基高比立体匹配提供准确的初始整像素级视差。(2)针对初始整像素级视差图中弱纹理区域的误匹配问题,提出一种基于多级图像分割的视差优化方法。首先利用多级图像分割技术将立体像对中的弱纹理区域分割为一系列互不重迭的图像区域,然后为每个分割区域计算初始视差,再以初始视差为基础计算每个分割区域的视差平面模型,最后将相似度较高的相邻视差平面合并。该方法可以判断视差图中的弱纹理区域,并且针对该区域利用视差平面模型对其进行拟合,改善弱纹理区域视差图的质量。(3)针对小基高比立体像对的高精度亚像素级匹配问题,提出一种基于图像分割与相位相关的亚像素级立体匹配方法。首先以整像素级视差为基础建立同名像素点之间的对应关系,然后分别以左右同名像素点为中心,利用像素点所在分割区域作为约束条件,自适应的选取同名像素点的相位相关窗口,再利用相位相关方法计算左右窗口的平移量,最后将初始的整像素级视差与平移量相加获得最终的亚像素级视差结果。该方法可以自适应的调节相位相关窗口的尺寸,避免相位相关峰值受到局部弱纹理特征的影响,具有较高的匹配精度和效率。本文提出基于图像分割的快速小基高比立体匹配方法,通过整像素级匹配,视差图优化,亚像素级精确匹配叁个步骤对立体像对进行匹配,具有较高的视差精度和执行效率,是一种快速准确的小基高比立体匹配方案。(本文来源于《哈尔滨工程大学》期刊2018-03-01）
陈卉[10]（2017）在《基于双目视觉的立体匹配技术研究》一文中研究指出立体视觉通过双目摄像机模拟人类视觉系统,从不同视角获取图像并感知客观环境,在工业、军事、医疗、娱乐等领域有着广泛的应用前景。双目立体视觉涉及摄像机标定、图像校正、立体匹配和叁维重构等方面。在确定了摄像机的投影矩阵后,对图像进行校正使得立体图像对的极线处于同一水平线上,在校正后的图像对中找到对应像点从而计算空间物点视差,最后利用所求视差值构建叁维立体模型。其中,图像校正和立体匹配的精度直接影响叁维重构的效果,如何在提高匹配精度的同时保证算法的运行效率是其中的重点。论文将围绕双目立体视觉中的图像校正技术和立体匹配算法展开研究。首先分析了双目摄像机的成像模型,实现了基于特征点匹配的立体图像对极线校正方法。该方法省去摄像机的标定步骤,只需要提供几组匹配特征点,根据极线几何约束条件估计立体图像对的基本矩阵和投影矩阵,从而校正图像。最后使用Syntim团队提供的测试图像自采集图像验证算法的有效性,取得了较为理想的结果。其次提出了一种基于边缘增强和自适应窗口的立体匹配算法。该算法先通过Sobel算子提取图像边缘并与源图像合并,然后由人类视觉聚合规则自适应选择代价聚合窗口,并针对不同像素赋予不同的权值信息。最后由中值滤波和局部视差统计直方图精化视差图。实验结果表明,该方法能有效降低图像边缘视差的误匹配率,但在图像细节上仍需进一步处理。在分析了上述所提立体匹配算法的不足后,提出一种新的匹配算法。该算法建立图像的高斯混合模型,由EM算法分割图像,得到更准确的自适应聚合窗口。在各聚合窗口内分别建立最小生成树结构,更简明的描述像素间的权重关系。然后通过像素邻域内的有效视差修正误匹配点,获取精度较高的视差图。最后使用Middlebury提供的标准图像和自采集图像进行实验,验证算法的有效性。从实验结果可以看出,与非局部算法对比,本算法能有效提高图像的匹配精度,尤其在深度不连续区域的匹配效果有显着改善。(本文来源于《广西大学》期刊2017-06-01）
立体匹配技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着遥感和航天技术的高速发展,高分辨卫星影像成为获取地球表面信息的重要工具。随着卫星数量和分辨率的提高,利用高分辨卫星影像获取数字高程模型(Digital Elevation Model,DEM)或者对地面目标进行叁维重建成为可能。本文使用广义卫星像对(高分一号、高分二号、Pleiades 1、Pleiades 2、QuickBird、WorldView-2、WorldView-3)进行特征提取、匹配,然后利用有理函数前方交会模型得到地面点叁维坐标,并生成数字高程模型,最后对所得结果进行精度分析,实验得出本文方法可靠有效。论文的主要贡献如下:分析了有理函数模型,给出它的基本公式,模型参数求解的方法。另外还对高分一号,高分二号,Pleiades,QuickBird,WorldView-2和WorldView-3影像的有理函数模型系数拟合误差进行了分析。使用KAZE算法对广义卫星像对进行特征提取,并针对KAZE算法进行改进。改进思路是保留KAZE算法能提取稳定特征点的优点,针对算法运行时间进行优化:在KAZE描述符中添加二阶导数,丰富图像信息。使用圆环区域代替原算法的矩形区域,并对重新划分5个区域,构建一个40维向量,而且不在局限于欧式距离,然后利用严格数学关系分析了改进算法和KAZE算法时间效率,得出改进算法在大部分情况下优于原算法。在高斯模糊、噪声、旋转缩放、光照等条件下,分析了SIFT、SURF、KAZE和改进算法的稳定性,本文结论为KAZE和其改进算法优于SIFT和SURF算法使用了基于网格的运动统计算法(Grid-based Motion Statistics,GMS)算法进行特征点匹配,实验也得出该算法的匹配点正确率很高。然后将得到的同名点代入有理函数前方交会模型,得出地面点叁维坐标,对有理函数模型进行误差补偿,得出合适的叁维坐标,最后与真实的控制点坐标进行对比得出本文方法精度,其中高分一号广义像对的精度为83%,高分二号广义像对的精度为78%,Pleiades广义像对精度为76%,WorldView-3立体像对精度为85%,并且绘制了叁维散点图以及对应的误差图。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
立体匹配技术论文参考文献
[1].李明东,卢彪,金传宇.基于双目视觉立体匹配技术的双目测距研究[J].廊坊师范学院学报(自然科学版).2019
[2].汪佳.高分辨率卫星广义像对立体匹配技术研究[D].电子科技大学.2019
[3].冯益春.叁维数字图像相关法中散斑质量评价和立体匹配技术研究[D].上海师范大学.2019
[4].梁立超.基于单目视觉的摄像机标定与立体匹配技术的研究[D].沈阳工业大学.2018
[5].何超.面相复杂场景的双目立体匹配技术研究[D].南昌航空大学.2018
[6].李迎松.摄影测量影像快速立体匹配关键技术研究[D].武汉大学.2018
[7].赵尘.服务于盲人出行的立体匹配技术研究[D].江西理工大学.2018
[8].陈田.基于自适应权重的立体匹配技术研究与实现[D].昆明理工大学.2018
[9].马宁.基于图像分割的快速小基高比立体匹配技术研究[D].哈尔滨工程大学.2018
[10].陈卉.基于双目视觉的立体匹配技术研究[D].广西大学.2017