基于区域增长的立体匹配算法研究-机械设计及理论专业论文.docxVIP

优秀毕业论文 精品参考文献资料 国内图书分类号：TP391 国内图书分类号：TP391．4 密级：公开 国际图书分类号：621．3 西南交通大学 研究生学位论文 年 姓 专 二零一五年五月 万方数据 Classified Classified Index：TP39 1．4 U．D．C：62 1．3 Southwest Jiaotong University Master Degree Thesis RESEARCH 0IN STEREO MATCH小G METHOD BASED ON REGION GROWING Grade：2012 Candidate：Wang Qiong Academic Degree Applied for：Master Degree Speciality：Mechanical Design and Theory Supervisor：Prof．Li Bailin May,2015 万方数据 西南交通大学 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并 向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用 影印、缩印或扫描等复印手段保存和汇编本学位论文。 本学位论文属于 2．不保密而本授权书。1．保密口，在 年解密后适用本授权书； (请在以上方框内打“寸’) 学位论文作者签名： 己驱、 指导老师签名 日期：_瓜罗、矽B觏：护f岁．S．伊。 ∥。。7、 万方数据 西南交通大学硕士学位论文主要工作( 西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 针对传统Census非参数变换存在的太过于依赖中心像素灰度值等局限性问题，本 文提出一种改进的Census变换算法，通过增加局部反差值这一数据项提高了图像局部 区域的区分度；引入高斯权重指导Census变换，减小了匹配误差，并通过添加仿真光 照模拟现实三维场景中常见光照对匹配的影响。 针对传统区域增长方法在低纹理图像中容易出现增长停止等问题，本文提出一种 利用融合特征点与轮廓信息的匹配算法，在特征点匹配的基础上，提取图像的边缘， 通过图像的轮廓匹配来增加种子点的数量。 由于区域增长过程中，种子点精度对后续增长以及三维重建结果影响颇大，故本 文采用两层匹配算法对轮廓点进行匹配。加入了边缘相关性约束，保证了轮廓点的匹 配精度。将高精度的轮廓点和初始特征点一起作为初始种子点。 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成 果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。 本人完全了解违反上述声明所引起的一切法律责任将由本人承担。 ／ 学位论文储躲砂酶 日期：v睁S-砂 万方数据 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘要 眼睛是人类获取外界信息的主要手段。计算机通过模拟人眼系统进行观察、识别、 获取三维场景的信息，并作出相应的分析。计算机视觉能够代替人眼在多种危险场合 工作，故对机器视觉的研究具有重要的意义。立体匹配是计算机视觉领域的重点和难 点，如何快速地实现高精度的立体匹配是近年来众多学者研究的重点。因基于区域的 立体匹配算法具有诸多优势，故本文用其对图像进行相应的立体匹配。论文主要工作 如下： 1)光照的变化对图像像素的灰度有一定的影响，针对传统Census变换算法因过度 依赖中心像素点灰度值导致匹配误差大的问题，本文提出一种改进的高鲁棒性Census 变换算法。该算法首先利用变换窗口灰度均值与局部反差值之和代替中心像素点的灰 度值进行相应的变换，提高了变换结果的抗噪性和不同子块之间的区分度。然后，采 用高斯加权变换窗口提高离中心点近的像素点的权重，有效减小边界不连续区域对匹 配的影响。最后，对Middlebury数据库里的图像添加仿真光照，并用其提供的真实匹 配值计算本文算法匹配精度。实验结果表明，与传统算法比较，本文算法具有更高的 匹配精度，更强的鲁棒性。 2)研究了区域增长算法的原理和扩张步骤，针对传统区域增长方法在处理低纹理 图像时，因为种子点个数不够，导致无法进行大范围增长的问题，提出一种融合SIFT 特征点与轮廓信息的匹配算法。该算法首先进行SIFT特征点匹配以及图像边缘的提取。 然后，采用两层匹配法对轮廓点进行匹配：第一步，利用特征点和极线约束等指导轮 廓点进行粗匹配；第二步，采用边缘相关性约束，加入特征向量信息实现轮廓点的精 匹配。最后，将高精度的轮廓点和SIFT特征点一起作为种