毕设论文--基于复杂光照变化无关特征的稠密立体匹配技术研究

数据库中当发现图像的相应部位时,在相应的部分之间亮度可能会有所不同,运用它们超过运用匹配技术,这是一个挑战。1.5本文主要研究内容与组织结构经过几十年的发展,己经产生了很多的立体匹配算法[3]。立体匹配算法一般可分为基于局部信息和基于全局信息两类,最近又出现了基于半全局信息的匹配算法。其中后两类算法一般有相当高的计算复杂度和很多难于合理设置的参数。第一类算法虽然能很快且较容易地恢复高纹理区域的视差,但歧义区域(如弱纹理、重复特征、遮挡等区域)会造成大量的误匹配。本文实现了一种基于复杂光照变化无关特征的稠密立体匹配算法,基于OSID特征描述,含有非常高的信息量,能有利于匹配各种变化的外界光照条件下获取的图像特征,具有较强的鲁棒性。遍历图像的每个点,运用合适的空间模板和顺序划分的像素值计算每个点的归一化直方图。测度水平极线上的区域特征OSID描述子的不相似性构造初始匹配代价,依次在水平和垂直方向上采用并行双通式或基于测地线方法的自适应成本聚合策略,基于WTA选取视差范围内的最优视差值,从而得到分段光滑、精度高的稠密视差场。该算法匹配性能良好,且速度较快。本文安排如下:第一章简要概括了三维立体视觉系统的概念和基本特征,接着介绍并阐述了立体视觉技术的研究历史和研究现状以及光照对图像的影响,最后给出论文的主要内容和组织结构。第二章介绍了稠密立体匹配的基本理论。第三章提出了基于序空间强度特征描述子的构造,首先介绍讨论了OSID的相关背景简介,接着阐述并OSID描述子的构造。第四章介绍了基于区域特征的稠密初始立体匹配,首先介绍了基于OSID描述子的不相似测度构造初始匹配代价,接着简化基于自适应权值聚合匹配代价,采用测地线方法的成本聚合,最后采用优胜者全选进行视差优化。第五章主要对实验结果进行比较分析。第六章则是对此算法的总结,并且分析了目前立体匹配算法主要存在的问题和未来的技术发展趋势。