基于宽基线的弱纹理特征点提取与描述方法研究-模式识别与智能系统专业论文.docx

附件二： 东华大学学位论文版权使用授权书 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，允许论文被查阅或借阅。 本人授权东华大学可以将本学位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、缩印或扫描等复制手段保存和汇编本学位论文。 保密 □，在 年解密后适用本版权书。 本学位论文属于 不保密 □。 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 I II II 基于宽基线的弱纹理特征点提取与匹配方法研究 摘 要 随着计算机技术与高分辨率 CCD 数码相机技术的高速发展， 其灵活、快捷 以及非接触等优势使其成为获取三维空间信息的主要方式之一。该领域涉及模式 识别，寻优算法，数字图像处理等多学科的理论方法。从不同视角对同一场景进 行拍摄，对所采集的图像序列进行三维图象匹配是该领域的关键问题之一，也是 后续数据分析、三维重建的基础。但传统的特征点提取方法不能直接应用于弱纹 理图像的三维匹配，因此弱纹理图像的三维匹配成为计算机视觉亟待解决的难点 之一。本论文围绕这个难点主要完成以下工作，包括： （1）介绍了特征点提取与匹配方法的基本原理，对国内外研究现状进行详 细综述；概述了三维重建的关键技术，介绍了模式识别相关方法和理论及应用， 包括：稀疏表示、graph cuts 算法以及 SIFT 特征点检测算法，为本文所研究的基 于宽基线的弱纹理特征点的提取与匹配算法奠定理论基础。 （2）提出了一种基于稀疏表示的弱纹理图像特征点匹配方法。该方法利用 弱纹理区域的局部自相似性提取图像中自相似性较高的点作为相应的特征点；另 一方面，由于弱纹理特征不鲜明，因而较难找到一种合适的特征描述子，这导致 传统的基于欧氏距离的特征点匹配方法并不适用。基于稀疏表示的特征点匹配方 法对特征描述子的选取不敏感，且具有较强的稳定性及鲁棒性。实验结果表明该 方法对弱纹理特征点的匹配准确率要远高于传统的基于欧式距离的匹配方法。 （3）提出了一种基于纹理合成的特征点提取方法。将传统特征提取算子及 匹配方法进行扩展，使其能够在图像弱纹理区域中提取到相应的特征点并进行准 确的匹配。该方法以纹理合成算法为基础，并采用仿射变换将所合成的纹理分别 覆盖到图像对的弱纹理区域中，此外，为了确保覆盖后的纹理具有特征不变性， 我们采用图割算法（graph cuts）对所提取到的特征点对进行修正，通过采用这 种粗匹配到精确匹配相结合的特征点匹配方法，建立了一种基于纹理合成的弱纹 理特征点匹配机制。实验证明了本方法在扩展传统特征点提取方法的基础上，具 有较高的匹配准确率，适用于宽基线下弱纹理区域的稠密匹配。 III III （4）提出了一种基于 Meanshift 的特征点描述机制。传统的深度图像大多是 在窄基线的情况下所生成的，不具有通用性，并且受限制条件过多。尽管传统的 特征点提取方法可应用在宽基线情况下，但其所提取的特征点周围一般都具有较 强的纹理特征，而现实环境中往往存在大量的弱纹理区域，从而导致该方法较难 应用于实际。为此，我们根据每一点周围的纹理强度，采用 Meanshift 算法找出 其对应的区域，根据该区域给出对应的特征描述子，最后，利用极线约束在极线 上搜索匹配的特征点，并根据匹配结果采用图割算法调节相应的能量函数来得到 最终的深度图像。实验结果表明，该方法能够在宽基线下得到较为准确的深度图 像，扩展了传统立体匹配的适用范围。 论文最后对所做的研究工作进行了总结，并对下一步的研究内容及研究方向 进行了讨论和展望。 关键词：特征点提取；立体匹配；三维重建；特征描述子；图割算法；稀疏表示； 纹理合成 PAGE PAGE IV Research on Point Detector and Descriptor for Textureless Object Surface Based on Wide Baseline Stereo ABSTRACT Digital photogrammetry has become an important way to obtain 3D spatial information for its benefit of quick, flexible and untouched styles. Since many problems related to this field have been proposed, extracting corresponding points between images from different viewpoints is one of the most important problems