基于双目视觉的深度图立体匹配算法研究改进
更新时间:2023-08-14 00:50:01 阅读量: IT计算机 文档下载
- 双目视觉深度估计推荐度:
- 相关推荐
基于双目视觉的深度图立体匹配算法研究改进
2331)9(61’譬。2 制控与量测机算计
..
Computer
Measurement
&
ControII
r磊i手FI三丽
I瞒,.1似, o
文献标识码:B
I
文章编号:1671—4598C2008109—1332—03中圈分类号:TP301.6
基于双目视觉的深度图立体匹配算法研究改进
周亦鹏
(西北工业大学自动化学院,陕西西安710068)
摘要:双目立体视觉可以直接模仿人眼与人类视觉的立体感知过程,是计算机视觉研究的核心课题之一。文章主要针对图像的立体匹配算法研究,对区域相关算法进行了分析。在传统的NCC基本灰度相关度测度函数的基础上,将动态规划优化理论引入到匹配中,提高了匹配的速度和准确度。实验表明.本文算法能够满足目标跟踪试验要求,具有重要的理论意义和较高的实用价值。
关键词:双目视觉t立体匹配算法I相关匹配优化;视差范围
ImproveAlgorithmBased
on
theDepthMap
BinocularStereo
Matching
ZhouYipeng
(DepartmentofAutomation,NorthwesternPolytechnicalUniversity,Xi'an
Abstract:Binocular
stereo
710068,China)
vision
vision
paper
can
directlyimitatethehuman
a
eyeandhumanvisual
perce ption
ofthree--dimensional,computer
isthe
was
core
topic
ofstudy.Thismainlyfor
gray
three-dimensionalimagematchingalgorithmresearch,theregionalcorrelationalgorithm
on
analyzed.InthetraditionalNCCbasic
to
correlationfunctionofthemeasure
thebasisofdynamicprogrammingoptimizationtheory
can
willbeintroducedof
targetKey
thematch,improvedmatchingspeedandaccuracy.Experimentsshowthatthealgorithm
an
meetthetestrequirements
trackinganditisimportanttheoreticalandpracticalvalue.
stereo
wolds:binocularvisiont
matchingalgorithm}matchingoptimization;parallax
scope
1立体匹配算法概述
立体匹配。其实质是从不同视角拍摄的同一场景的图像中,寻找出场景中同一点在不同图像中的共扼点对,求出对应点的视差值生成深度图。所谓深度图,就是把共扼点对的视差量化成灰度值所形成的灰度图。由于视差大小描述了场景点的远近,所以深度图中不同灰度值代表着不同的距离,使人眼对场景点的远近产生更直观的感受。由于立体匹配算法比较复杂,计算量相对较大,所以它一直是立体视觉研究中的重点和难点。
立体匹配的过程大体可分为3步;确定匹配基元,定义测度函数,选择搜索策略。根据匹配基元的不同,立体匹配算法分为3类:区域匹配、特征匹配和相位匹配。
2
圈1区域相关匹配原理
相同或相近时,测度函数值达到最小。常见的归一化互相关算法NCC灰度相关测度函数如下:
(1)归一化互相关算法Ned胡(NormalizedCross
lation):
Corre—
∑∑Ⅱo+id+J)一五石jI] [b+i+d∥+力一i石干砑
区域相关立体匹配算法
区域相关匹配算法[11是一种经典的立体匹配算法,它可以
2.1基本区域相关匹配算法
得到稠密的视差图。因为单个像紊的灰度不能够提供足够的信息,所以该算法先以基准图中一个像素点为中心创建一个邻域支持窗口,用邻域像素的灰度值分布来表征该像素,然后从待匹配图中寻找这么一个像素,以其为中心创建同样的一个窗口,使其邻域像素的灰度值分布与前者的相似性必须满足一定的阈值条件。对于己经进行外极线校正的立体图像对,可以认为匹配的对应点在图像的同一行上,如图1所示。
对于左图像中点Il(z,y),可以从右图中同一水平扫描线上搜索其匹配点。这之前,我们首先要定义描述两个窗口灰度分布差异的灰度相关测度函数,当两个窗口包含的灰度信息
收稿日期:2008—05—08;修回日期:2008—06—10。
作者简介:周亦鸱(1969一),男,博士,主要从事计算机图像视觉处理、图像算法、交通运输规划及安全方向的研究.
,\/∑∑Ellb-4-i,y-4-j)一^砑∑∑[k+i+dd州)一i五耳劢…—1’一J—_I
Q)
以上是区域相关立体匹配中的归一化互相关基本算法,这种方法中窗口的选择很重要,具体的影响将在实验中分析。2.2区域相关匹配算法的一些改进2.2.1视差范围约束
这起源于心理物理实验,它表明人类视觉系统只能融合比某个限度小的立体图像[3]。将该结果应用于立体视觉的研究中,可以大大减少立体匹配寻找匹配点时的搜索长度,大大减少计算时间。对于双目立体图像对‘“,如图1所示,可以预先设定视差范围(一d,+d),对于左图像中点L(z,y),可以在右图中同一水平扫描线上设定视差范围内搜索其匹配点,即从L(z—d,y)到Jz(z+d,j,),这样就避免了搜索整个扫描线,提高了效率。这种约束对于不同测度函数的区域匹配都是适用的。
2.2.2归一化互相关函数的加速计算方法
中华测控网
chinamca.com
万方数据
基于双目视觉的深度图立体匹配算法研究改进
第9期周亦鹂:基于双目视觉的深良图立体匹配算法研究改进
1333
归一化互相关函数的定义式(2)可以写成下式
NCC(z,,,d)一_:::竺些些兰兰:=(2)
。
 ̄/mr(z,Y,J1) 目ar(x+d,Y,Jz)
其中
cow(x,Y,d)=∑∑[J。(x-ki,y+j)一币历,]
[L(z+i+d,y+j)一瓦百iF丽]
i…一4
(3)
mr(z,Y,I,)=∑∑[J,(z+f,,+j)一i百丽]2(4)i…一“
mr(x--[-d,Y,Iz)一∑∑[J。(z+i+d,y+j)一瓦iiF丽]2…;一≈
(5)
从上式可以看出,该函数的计算量相当大,但是在窗口移动过程中存在很多重复计算,所以对上式我们可以进行一定的简化。通过以下途径可以提高相关计算速度。计算co”(z,Y,d),把
了丽一丽矗面而。圣娶-(x-ki,y+川6)
Iz(z+d,y)一
—(2—j二_若生+1)
丽∑J。(z+fd,y+歹)代m(2n+1)f幺,笪“~”一……“。
人COT,'(z,y,d)整理简化后的结果为:
cov(x,y,d)一∑∑[J,(z+f,,+J) J2(z+i+d,y+』)一
(2m+1)(2n+1)11石Iy) 五(至—千砑]
i=-mi一
3基于动态规划的全局最优搜索策略
3.1动态规划简介
动态规划[43是解决多阶段决策最优化问题的方法。利用最优化原理求解多阶段决策最优化的过程,称为动态规划。适用于动态规划方法的问题必须满足最优化原理和无后效性。动态规划的基本思想是:将过程分成若干个互相联系的阶段,即子问题。将各阶段按照一定的次序排列好之后,对于某个给定的阶段状态,先求解子问题;对于重复出现的子问题,只在第一次遇到时进行求解并把答案保存,以后遇到时直接引用答案。3.2引入动态规划的区域相关匹配优化
在区域相关匹配的基础上,这里引入动态规划技术来选择最优的匹配点。由于用来匹配的图像对事先已经进行外极线校正,所有外极线等同于水平扫描线,所以匹配点只在对应的扫描线上寻找,依次对每条水平扫描线上的像点进行匹配。对于某一条扫描线(如第Y条),取右图扫描线为视差空间图的垂直坐标轴,取左图扫描线为水平坐标轴,图中位于坐标(z,s)的值等于右图像位于(z,y)的特征点与左图像(s,y)处的特征点的支持窗口之间的区域相关值,描述右图特征点(z,y)与左图特征点(s,y)相匹配的程度。在选定视差搜索范围。一d后,根据前面区域相关匹配的结果,若匹配时采用的两幅图像宽度均为N,则每一条扫描线上所有特征点的相关值构成一个N×N矩阵,所以视差空间图像平面也叫相关系数矩阵平面。由于有视差搜索空间限制,该矩阵中也仅有有限个元素值不为零。
基于视差空间图像的表述,扫描线上特征点的匹配转化为在相关系数矩阵二维平面上从左上角到右下角搜索最佳路径的
万方数据
图2相关系数矩阵
问题,如图2所示。按照动态规划方法,将相关系数矩阵平面上的区域相关值C等效为二维动态规划的状态,右图扫描线上特征点的数目等效为动态规划的阶段,定义匹配价值函数:
V(z,s)=max【V(z一1,s一1),y(z一2,s一1),
V(z一3,s一1),…,]+C(工,s)(7)
其中,max为求最大值符号,V(z,s)为阶段路径达到z位置的累积价值,C(z,s)为右图第z个特征点与左图第s个特征点的相关值。搜索时从相关系数矩阵平面的左上角V(1,1)出发,在选定的搜索视差范围d内寻找到达右下角V(N,N)点的最佳路径,沿该路径累积的匹配价值最大,该路径上的点即确定了扫描线上特征点的最佳匹配关系。
在具体的匹配过程中,可以引入根据顺序一致性约束条件,该条件限制了相关系数平面中匹配路径的走向只能在0。~90。的范围内,将上式进一步简化为:
V(z,s)一maxEV(x一1,5),V(z一1,s一1),
y(z,s一1),V(z,s一1)l+C(x,5)
(8)
由此可见,参与比较的路径减少,再加上视差范围的限定,使计算的复杂度大大减小,能够快速找到匹配的最佳路径,从而实现致密视差图的恢复。
4实验及分析
4.1
区域标准相关匹配算法窗口大小选择对结果的影响本实验使用的匹配源图像对是由University
of
Tsukuba提
供的Tsukuba图像对,图像大小为38,1*288像素。实验前先对图像进行预处理,用口=1.0的7×7LOG离散内核进行卷积[6]。结果如图3所示,图中只列出了图像对中的左图的处理结果。预处理后的图像与原图像相比较,很容易看出边缘特征变得更加明显了。
(a)原Tsakuba图像Co)LOG卷积后的图像(c)预处理后的图像
图3匹配源图像预处理
然后对预处理后的图像对进行基本区域相关匹配的实验。应用归一化互相关灰度测度函数实验,每组实验中又选择大小不同的窗口进行多次实验。
本实验选择的窗口为5×5,7×7和9×9大小的方形窗口,视差搜索范围d一30,实验结果如图4所示。实验表明,对于这种测度函数,窗口大小的选择对匹配结果的影响还是相当大的:很明显,匹配窗口较小时,出现很多不连续点,误匹配较多,而窗口较大时,图像边缘特征变得很模糊。所以匹配
中华测控网
chinamca.corn
基于双目视觉的深度图立体匹配算法研究改进
:!!!!:
窗口大小的选择要根据不同需要而改变。
笪蔓塑型量皇墼型
笙!!鲞
范围限定等策略,利用从相关参数矩阵中寻找最优路径,实现了立体匹配。可以看出,本方法在视差连续的地方效果较好,本文研究的改进动态规划匹配算法完全可以描绘场景的深度信息,同时也较好地满足了从视差图中把要跟踪的目标从场景中分离的要求。
5
由于用双目视觉做目标跟踪063的研究时,我们关注较多的是深度图中目标的位置特征,而对其边缘特征要求不是很精确。根据本实验的分析,9×9的窗口已经可以满足要求。
结束语
本文着重讨论了区域相关匹配算法,给出了NCC这种常
见的灰度相关度测度函数。匹配中以传统的区域相关算法为基础,引入改进的动态规划全局最优搜索策略,并结合NCC的
(a)5
x
5窗口
(b)7x7窗口(c)9x9窗口
加速计算、一致性约束和视差范围限定等策略,利用从相关参数矩阵中寻找最优路径,实现了立体匹配。通过实验分析了匹配窗口的大小选择对匹配结果的影响,并以此为依据选取了合适的窗口。在此基础上,对用于目标跟踪的序列图像对的实验,表明了本文的方法基本可以满足从视差图中把要跟踪的目标从场景中分离的要求,具有重要的理论意义和较高的实用价
值。
图4互相荧算法
4.2引入改进动态规划的匹配算法实验
本实验所用的匹配源图像是立体匹配标准测试图像对,标准测试图像选用University
5所示。
of
Tsukuba提供的Tsukuba图像对
和R.SzeliskiandR.Zabih提供的Map图像,实验结果如图
参考文献:
[13廖索英,杨华军.基于区域相关的动态匹配方法[J].光电工程,
2006(12)l137—140.
[2]马颂德,张正友.计算机视觉一计算理论与算法基础[M].北
京t科学出版社,1998.
[3]CooperJ,VenkateshS,KitchenL.Earlyjump—outcornerdetec—
tors[刀.IEEETransactions
on
PAMI,2003,15(8)l823—828.
r4]MarrD.Vision中译本:视觉计算理论[M].姚国正,刘
汪云九.译.北京:科学出版社,1988.
磊,
[5]游素亚,徐光佑.立体视觉研究的现状与进展[J].中国图像图
形学报,2006,2(1):17—24.
[6]游索亚,柳健,万发贯.基于小波变换相位的立体匹配系统
[J].信息与控制,2005,151:28—31.
图5
目标跟踪图像的动态规触NCC匹配算法
[7]罗三定,崔振峰.一种实时多目标跟踪的新算法[J].计算机测
量与控制,2006,14(8)I1108—1109.
[8]BarnardS,Fis。hl。。M.Co。p。t。ti。。。l。t。。。。[c].ACMCornp。一
ting.S。rveys,2002,15(5).
匹配中以传统的区域相关算法为基础,引人动态规划全局最优搜索策略,并结合NCC的加速计算、一致性约束和视差
尊§坩i咐9螂啦睁球9咐§埘啦筘嘴哦站咐廿舶埘∞潮坩韭幽噌韭捌吲酆水‰掣拶d酆.R啦}哆.毗毗I峨毗P鲢i¥哆;S啦}啦l哟触P啦毗峭峨峨毗毗陆峨峨哦峨F咣删伊
(上接第1326页)
可以看出双重模糊K一均值算法的模糊分类器主要优点是:(1)简单。(2)结构系统化。(3)在聚类过程中,双重模糊K一均值的聚类算法能预处理训练数据,以至于训练数据能够保证100%地被模糊分类器分类。(4)它还有很好的通用
加
性。
参考文献:
∞卯
如∞∞
[1]董晶,王军政,马立玲.基于模糊控制的电机加载控制方法
口].计算机测量与控制,2004,14(9):1180--1181.
[2]边肇棋,张学工.模式识别(第二版)[M].北京t清华大学出版
社,2000.
帕∞
[3]吴逸飞.模式识别一一原理、方法及应用[M].北京:清华大学
出版社,2002.
[4]BozinovlcRM.Off—LineCursiveScriptWordRecognition[刀.
IEEEtrans.onP.R.&M.1.,Jan.,1989.
图1Irls数据的三维分布图
[5]WangZQ,SnenQ,“uSC.TheIntellectualizeddirectionof
pattern
recognition[J].IOcPOL
90,1990.
中华测控网
chinamca.com
万方数据
正在阅读:
基于双目视觉的深度图立体匹配算法研究改进08-14
2022保护环境倡议书怎么写【四篇】04-24
《出纳会计实务》复习题06-29
中国金融业发展格局取向04-22
材料力学第五版1课后习题答案05-19
MATLAB作业505-29
消防施工组织设计方案(水电全) - 图文01-20
江苏省农委农业项目验收表03-15
初中新学期开学校长寄语大全02-22
- 供应商绩效评价考核程序
- 美国加州水资源开发管理历史与现状的启示
- 供应商主数据最终用户培训教材
- 交通安全科普体验教室施工方案
- 井架安装顺序
- 会员积分制度
- 互联网对美容连锁企业的推动作用
- 互联网发展先驱聚首香港
- 公司文档管理规则
- 机电一体化系统设计基础作业、、、参考答案
- 如何选择BI可视化工具
- 互联网产品经理必备文档技巧
- 居家装修风水的布置_家庭风水布局详解
- 全省基础教育信息化应用与发展情况调查问卷
- 中国石油--计算机网络应用基础第三阶段在线作业
- 【知识管理专题系列之五十八】知识管理中如何实现“场景化协同”
- 网络推广方案
- 中国石油--计算机网络应用基础第二阶段在线作业
- 汽车检测与维修技术专业人才培养方案
- 详解胎儿颈透明层
- 双目
- 匹配
- 算法
- 深度
- 立体
- 改进
- 基于
- 视觉
- 研究
- 学校校车安全管理联席会议制度
- 直线和圆的位置关系教学设计
- 安全与卫生常识教案
- 2015年苏教版六年级语文上册期末试卷1
- 第12课 民族情深
- 国家电网风电场接入电网技术规定
- 跨文化之桥_中国佛教建筑研究的新视点
- Automod物流分拣仿真设计
- 大一数字媒体技术--数字电视设备
- 初中数学等腰三角形性质说课稿
- 三星Samsung Galaxy Camera EK-GC100如何开启未知来源
- 李立国部长在2011年全国民政工作会议上的讲话
- “神马”搜索要想成功,先过三道关口
- 怎样写科研课题实验记录
- 幼儿教育方针指南
- 2015上海事业单位考试公共基础知识复习资料:法律常识之民法二十九
- 小米草的种植方法
- 仪表质量检查细则
- 苏轼对宋词发展的贡献
- 2010年中考语文——语言运用