图像匹配的动态定界法.pdfVIP

图像匹配的动态定界法 总装备部指挥技术学院 李迎春曾 峦 摘要： 本文根据工程实践需要提出．在进行图像匹配时，利用动态定界的方法减小匹配的 搜索范围．从而降低匹配错误概率．提高匹配速度． 关键词： 立体匹配；匹配约束：动态定界 1 引言 立体视觉是计算机视觉中的一个重要分支，一直是计算机视觉研究的重点和热点之一。 它是计算机被动测距方法中最重要的距离感知技术，直接模拟了人类视觉处理景物的方法， 可以在多种条件下灵活地测量景物的立体信息。立体视觉中的简单情况是两个测量装置得到 的双目观测立体像对．在目前的立体视觉研究中，绝大多数都是针对各自的应用目的和要求， 以建立实用的立视系统为目的。 空间物点在序列图像上的像点称为同名像点，在序列图像中找出同名像点叫对应性求 解，也称为图像匹配。图像匹配是立体视觉中最重要也是最困难的问题。图像匹配实质是在 匹配约束F的最佳搜索。匹配方法按照所选基元可分为两类：其一是基于图像灰度分布的匹 配。以图像的灰度信息为基础，对二维图像平面进行统计分析，用灰度相关性和相似性做相 关匹配判决。直接对图像像素进行匹配可以得到较高的定位精度和密集的视差表面，由于过 分依赖图像灰度统计特性，使得匹配对景物表面结构，光照反射和成像几何十分敏感：其： 是基于图像特征的匹配。有选择地匹配能表示景物自身特性的特征。通过更多的强调空间景 物的结构信息解决匹配的歧义性，匹配特征主要为点状特征．线状特征，角特征，区域特征， 也可取图像统计特征。 空问三维景物成像为：维图像时，不同视点的图像有很大差异。诸多因素使特征点不 稳定，如光照条件，景物几何形状，物理特性，噪声干扰．畸变等都被综合成单一的图像中 的灰度值，光照条件的变动使景物表面物点在像平面投影点的灰度值产生较大的差别，这种． 差别受物体表面的倾斜方向以及背景光源的取向的支配。这种差异的存在使得像点灰度信息 不能作为局部匹配的判决依据。物体对光照的非漫反射，在场景中产生阴影。在光照条件变 化时，阴影的位置，形状也发生变化，影响了特征区域的选择和特征信息：边，角点，角等 的提取。图像采集鼻高频漂移使得数字图像有相位抖动。图像信息通道的非线性效应各环节 引进的噪声干扰在不同灰度区域的效果不～样。而图像细节密度的不同，噪声的损害程度也 不一样…，要准确地对包含了如此之多不利因素的豳像进行无歧义的匹配是有相当程度的崮 难。在匹配方法中．选择止确的匹配特征．寻找特征问的本质属性以及建立正确匹配所选特 征的稳定算法成了被人重视的方面。在技术应用中，我们更加重视匹配算法的可靠性，匹配 定能的精确性．匹配动态范嗣的可容性和匹配运算的实时性。 2一般匹配约束 一294— 不同视点投影图像的差异和物体表面局部结构的相似性使对应性求解呈多义性。为提 高匹配的可靠性。置信度，消除歧义性。根据物体某些固有特性和先验知识拟定了匹配约束。 1) 外极线限制 空间序列图像中，摄像机焦点‘，0与物点P决定一个外极面，与像面的交线为外极 线，也叫核线。同名像点位在同名外极线上，在标定得到内外方位参数或脱r的￡，系数后． 图像序列信息中，同名外极线是确定的。如果数字图像沿外极线方向取样或重新排列，即把 交向摄影转换为正直摄影，则图像匹配中只需要沿外极线方向搜索就可以找到相应像点，搜 索是沿着外极线方向进行的，也就形成了一维搜索，习惯上把这种图像匹配叫做外极线数字 相关或核线相关。由于沿外极线的一维图像匹配，搜索位置比二维少得多，它具有计算量小， 图像匹配速度大大提高得优点，是目前许多图像匹配方案中都广泛采用方法。 以两台摄像机交向摄影采集大煤堆图像为例，如图l、2所示，采集的图像经光学畸 变校正后为800×600x256级灰度图像。图1为以水平扫描线排列的左右相机原始图像。图 2为几何变换后，以外极线排列的图像。经过外极线几何变换后．对应性求解的速度和精度 都得到了很大提高。 2) 坐标范围限制 物体的尺寸界限和投影几何固定时，限制了同名像点在外极线上的范围。由物点坐标 用一元线性回归可求出同名像点在对应的外极线上的可能区域，减小了直线搜索范围。 3) 视差连续限制 仅在被遮挡区域或边界上，视差才出现不连续．用此可剔除部分伪匹配点。 4) 物体形态限制 物体表面有一定的坡度和高度在一定范围内变化，由此