双目立体视觉匹配

来源:用户上传      作者:

　　摘要    本文在基于双目立体视觉的研究基础上，对立体匹配所存在的问题和解决措施提提出了看法。
　　 【关键词】特征点检测立体匹配三维重建
　　 1 引言
　　 眼科学认为，人类两眼的不同位置，让我们感知的世界是立体的。由观察到两幅不同的画面，从而产生视差。双目立体视觉模仿人类视觉的立体感知过程，通过视差根据三角测量原理来获得深度信息。随着科学技术的发展，在工业、生活的各个领域都有双目视觉技术成功运用的案例。
　　 2 双目立体视觉研究
　　 2.1 立体匹配介绍
　　 立体匹配即将两幅图像的点对应起来。由于圖像特征的局部性，虽然大量机构致力于立体匹配技术的研究，但由于实际场景的复杂性，仍然存在许多尚未解决的难题。例如，强光照、视差不连续区域、弱紋理区等问题。如何解决这些难题仍然是当下难点。
　　 2.2 研究现状
　　 已有很多双目立体视觉技术在实际应用的成功报道。其中最热门的便是双目视觉技术应用到移动机器人障碍物检查与避障方面。以激光、红外等作为传感器测距比较方便，但是设备昂贵，性价比不高，很难广泛运用。
　　 但是使用摄像机作为传感器可以获取更多环境信息，且探测距离更广等优点。利用双目摄像机在实际运用中能够比较好获得场景三维信息。文献[5]将图像分割与立体匹配相结合，设置种子点，并采用快速图割算法完成区域分割提取，与现有的图割法相比，该方法匹配准确且运算量小。图割法的提出，使马尔科夫随机场能量最小问题得以解决。
　　 3 立体匹配实现
　　 3.1 双目相机标定
　　 运用小孔成像和投影变换原理，采用张正友法标定左右摄像机参数。其中图1为左相机，图2为右相机。
　　 3.2 图像匹配
　　 （1）在图像中选取像素点I，假设它的亮度为H;
　　 （2）设置一个阈值T;
　　 （3）以像素I为中心，选择半径为3的米字型顶点的8个像素点;
　　 （4）假如所选点中有连续N个点的亮度大于H+T或者小于H-T，则确定为关键点;
　　 （5）重复上述步骤，对每一个像素执行相同的操作。
　　 完成以上步骤后，还需构建图像金字塔解决尺度不变性，通过灰度质心法解决特征旋转问题。灰度质心法步骤如下：
　　 1. 定义图像块C矩阵：
　　 公式
　　 2. 确认质心：
　　 3. 连接几何中心O与质心C，得到向量，于是特征方向定义为：
　　 在确定特征点后，使用快速近似最近邻（FLANN）算法匹配特征点，并加入畸变系数和颜色映射信息提高匹配精度。图3、4分别为左、右相机场景图，图5为得到的深度图。
　　 4结束语
　　 虽然现在有很多改进的方法和新颖的想法，但是在实际运用中效果仍然欠佳。即使是同一算法用在不同场景也会有不同效果，本文方法运用在强光环境中结果也不理想。如何解决光照和弱纹理问题还需进一步研究。
　　 参考文献
　　 [1] 马颂德，张正友.计算机视觉一计算理论与算法基础[M].科学出版社，1998.
　　 [2] 黄承亮.基于双目立体视觉立体匹配算法研究与应用[D].南京理工大学，2013.
　　 [3] 孔令富，李林，张广志.一种并联机器人双目主动视觉监测平台避障方法的研究.燕山大学学报，2009，33（03）：189-193.
　　 [4] 基于双目视觉的运动物体实时跟踪与测距[J].机器人，2009，31（04）：327-334.
　　 [5] 王雅宁，梁新刚.基于交互式图像分割的立体匹配方法[J].计算机技术与发展，2016（09）：164-166.
　　 [6]时华，朱虹.基于自适应匹配窗口及多特征融合的立体匹配[J].模式识别与人工智能，2016，29（03）：193-203
转载注明来源:https://www.xzbu.com/1/view-14841879.htm