立体匹配的技术浅析资料.ppt

* * * * 提纲 计算机视觉技术简介 立体视觉的基本原理 立体匹配算法简介 立体匹配技术的发展趋势 计算机视觉技术简介 计算机视觉 计算机视觉是研究用计算机和成像设备来模拟人和生物视觉系统功能的技术学科,其目标是从图像或图像序列中获取对外部世界的认知和理解,即利用二维图像恢复三维环境中物体的几何信息,比如形状、位置、姿态、运动等,并能描述、识别与理解。 计算机视觉技术简介 计算机视觉发展简史 20世纪50年代归入模式识别----主要集中在二维图像分析和识别上，如光学字符识别，工件表面、显微图片和航空图片的分析和解释等。 60年代，Roberts积木世界理论----开创了以理解三维场景为目的的三维计算机视觉的研究。 70年代，Marr计算视觉理论----第一个较为完善的视觉系统框架，分三个层次进行处理。 80年代以后，蓬勃发展----新概念、新方法、新理论不断涌现，如基于感知特征群的物体识别理论框架，主动视觉理论框架，视觉集成理论框架等。 计算机视觉技术简介 视觉系统的三个层次 低层阶段 ：基于图像特征提取及分割 中层阶段 ：基于物体的几何模型与图像特性表达 高层阶段 ：基于景物知识的描述、识别与理解 计算机视觉技术简介 计算机视觉技术的应用 (1)工业机器人、移动机器人导航、安全监测、监测跟踪、运动分析、工业产品农作物食品检测、智能交通系统、娱乐、指纹识别、人脸识别。 (2)基于内容的图像数据查询、基于内容的图像自动索引等成为很热门的研究和应用课题,可应用于数字图书馆、体育图像自动分析、运动物体自动跟踪等系统,根据物体的二维图像提取相应的特征不变量进行识别和分类也是一个十分重要的研究方向。同时,三维物体识别也开始进入了实用阶段。 立体视觉的基本原理 立体视觉的研究内容与基本原理 获取空间三维场景的距离信息是计算机视觉研究中最基础的内容。立体视觉的基本原理是从两个(或多个)视点观察同一景物,以获取在不同视角下的感知图象,通过三角测量原理计算图象象素间的位置偏差(即视差)来获取景物的三维信息,这一过程与人类视觉的立体感知过程是类似的。 立体视觉的基本原理 立体视觉系统的组成 (1)图象获取 图象获取的方式主要取决于应用的场合和目的 。获取立体图象时不但要满足应用要求,而且要考虑视点差异、光照条件、摄象机性能以及景物特点等因素的影响,以有利于立视计算。 (2)摄象机标定 确定摄象机的位置、属性参数和建立成象模型,以便确定空间坐标系中物体点同它在图象平面上象点之间的对应关系。建立一个有效的摄象机模型,除了能够精确地恢复出空间景物的三维信息外,还有利于解决立体匹配问题。 立体视觉的基本原理 立体视觉系统的组成 (3)特征提取 为了得到匹配赖以进行图象特征的提取，目前尚没有一种普遍适用的理论可运用于图象特征的提取,从而导致了立体视觉研究中匹配特征的多样性。 (4)立体匹配 立体视觉中最重要也是最困难的问题，其基本原理是从两个视点观察同一景物以获取立体像对,匹配出相应像点,从而计算出视差并获得三维信息。20 世纪80 年代,美国麻省理工学院的Marr 提出了一种视觉计算理论奠定了立体视觉发展的理论基础。 立体视觉的基本原理 立体视觉系统的组成 (5)深度确定 根据立体匹配的结果，计算出图像对应点的视差值，然后根据视差值得到图像的深度信息。 (6)三维重建 立体视觉的最终目的是为了恢复景物可视表面的完整信息 ，即三维重建。 立体匹配算法简介 立体匹配 立体匹配一直是三维场景结构信息获取的研究热点之一,其基本原理是从两个视点观察同一景物以获取立体像对,匹配出相应像点,从而计算出视差并获得三维信息. 20 世纪80 年代,美国麻省理工学院的Marr 提出了一种视觉计算理论并应用在双目匹配上,使两张有视差的平面图产生具有深度的立体图形,从而奠定了立体视觉发展的理论基础。 立体匹配算法简介 立体匹配算法 (1)立体匹配算法从本质上看，就是以最小的代价在两幅图像上精确的寻找相同的像素点，找到一条最优的线路。因此设计立体匹配算法就是构建一种优化模型，求解最优解的过程。 (2)从各具特色的双目立体匹配算法框架来看,算法有效性主要依赖3 个因素,即选择准确的匹配基元（决策变量）、寻找相应的匹配准则（目标函数和约束条件）和构建能够准确匹配所选基元的稳定算法（求解过程）。 (3)构建一个完整的立体匹配算法应从4 个方面着手:1) 广义匹配基元与特征参数选择;2) 匹配方法及策略;3) 匹配代价优化标准;4) 视差提炼方式。 立体匹配算法简介 立体匹配中的约束分类——几何约束 基于图像几何的约束的依据主要是图像获取过程中的几何学和光度测定学原理。 1) 极线约束 2) 唯一性约束 3) 几何相似性约束