基于半全局和全局算法的立体匹配研究毕业论文.docVIP

基于半全局和全局算法的立体匹配研究 摘要： 传统的基于像素点的匹配算法常常是算出初始匹配代价后直接采用贪心策略求取视差，虽然速度较快，但往往是局部最优的，以至精确度很低。针对这一问题，目前策略主要有：（1）半全局优化算法：扫描线算法和动态规划算法；（2）全局优化算法：置信度算法和图割算法。本文旨在通过详细讨论这四种算法原理本质，算法步骤与算法运行，从而深刻分析各自的优点与缺点，为进一步改进其不足，进而研究新的算法打下基础。 关键词：半全局优化，全局优化，扫描线，动态规划，置信度，图割 立体匹配介绍 图像的立体匹配即给定同一场景的两幅图像,寻找同一场景点投影到图像中的像素之间的对应关系。根据考虑的是基于像素点的还是基于区域块，可以分为基于像素点的匹配与基于区域的匹配。立体匹配算法通常是通过构建能量函数试图获得图像的某些全局性质,即全局能量最小化，但通常很难获得能量函数的全局最小化，鉴于此,很多学者更倾向于寻找局部小的求解.然而在一般情形下,局部小不能带来任何的全局性，所以匹配效果较差，准确率较低，基于像素点的匹配就是一种局部小的解，所以若想提高精度，研究的多是一种半全局或全局优化策略的区域匹配算法。 立体匹配的通常包括以下四步： 1) 图像预处理Preprocessing)—由于拍摄照片的时候难免会有传感器的噪声sensor noise）和光度的扭曲（photometric dist