网站地图>收藏本站>设为首页
定做流程>服务项目>价格参考>付款方式>诚邀加盟>关于本站>联系我们
当前位置:5173毕业设计论文网文章资讯机械电子机械制造

基于图像分割的快速立体匹配

减小字体 增大字体 作者:佚名  来源:本站整理  发布时间:2010-03-19 22:52:00
QQ交谈在线咨询详情 5173论文网竭诚为您服务 本站永久域名:www.lw5173.com
第一章 绪论
1.1 研究背景及意义
随着科学技术的发展,图像匹配(Image matching)或者景象匹配(Scene matching)技术已成为近代信息处理领域中一项极为重要的技术。所谓图像匹配指的就是把从同一景物录取下来的两幅图像在空间上进行对准,最后计算出两幅图像坐标系之间的相对关系。
图像匹配技术的应用范围是相当广泛的,其中包括导弹的地形和地图匹配制导、武器投射系统的末制导和寻的、目标跟踪、医疗诊断、天气预报、文字识别以及景物分析中的变化检测等。该技术是飞行器地图匹配导航定位的一项关键技术,是当今各国竞相发展的精确制导技术之一,大力发展并装备此技术完全可以满足今后乃至2010年前后战术导弹对图像制导技术的需求。
图像匹配技术可以追溯到70年代末,美国海军航空电子实验室为巡航导弹研制成功一种“数字式景象匹配区域相关系统(DSMAC)”用于“战斧”BGM-109C和D常规弹头对陆攻击导弹上。DSMAC由下视安装的带图像增强器的CCD摄像机获取修正点景物的光学图像,然后与存贮在弹上的基准图相关,估计出位置修正值,通过卡尔曼滤波修正器修正并校准导航系统。DSMAC离目标约11.2~12.8公里处开始工作,在整个末制导阶段对惯性系统进行两次修正。DSMAC目前已完成了第二代,正在进行第三代产品的开发。第二代的改进措施是提高了图像分辨率,使制导精度从15米(CEP)提高到6米(CEP)。
近十多年来,某些军事技术发达的国家,已成功地将景象匹配辅助制导技术应用于巡航导弹的中制导和末制导阶段,并取得了显著的成效。但是,我国关于景象匹配技术研究还很不成熟。尤其在实际应用中,弹载摄像机可能从任意角度对匹配对象进行拍摄,此时实现实时图与基准图之间的正确匹配就变得非常困难。
借助计算机视觉技术来进行景象匹配是解决该问题的一个新思路。该方法先对被攻击对象进行三维重构,并从各个角度对重构后的物体进行投影,进而得到一系列投影图,然后将实时图与这些投影图进行比对,最终得到匹配度最高的一幅投影图,该投影图所处的角度也就是当前巡航导弹所处的角度。这样就从根本上解决了前面所提到的难题。本文研究的就是其中的一项关键技术,即立体匹配技术。
所谓立体匹配技术,是指针对同一景物从不同视点拍摄的图片,找到它们像素点之间的对应关系。立体匹配是目前计算机视觉研究中的一个难点和热点,在许多计算机视觉的应用中它都是很关键的一个准备步骤,如三维重构(3D reconstruction)、基于图像的绘制(Image Based Rendering)等。目前,立体匹配技术在低空突防[37]、机器人导航、虚拟现实[38]等方面都有着广泛的应用。
本文主要研究两幅图像的情况,即双目视觉问题(binocular vision)。
在平行光轴布局的立体视觉系统(在某些文献中,这种布局被称为标准立体相机布局)中,对应像素点横坐标之差称为视差,记为,而此时由视差计算深度的解析公式可下式表示:
其中为相机距离,为相机焦距,为该点到相机平面的距离。因此如果已经建立了两幅图像像素点间的对应关系,并且两部相机已经校准过,那么利用标准立体相机布局提取深度信息是非常容易、直观的。
有了深度信息,借助立体视觉技术来进行景象匹配的后续步骤就可以继续下去了,包括三维重构[35,36]、投影[8]、图像匹配[4]等。
1.2 立体匹配技术研究现状和存在的问题
70年代末,MIT的Marr教授首次从信息处理的角度综合了图像处理、心理物理学、神经生物学及临床神经病学的研究成果,提出第一个较为完善的视觉系统框架[1]。计算视觉的理论框架,大大地促进了计算机视觉的发展,并成为这一领域的主流理论,目前常见算法中都明确或隐含的使用了其中的三条匹配规则,即相容性、唯一性和连续性。
根据所选用的匹配基元不同,可把立体匹配技术分为两类[32]:一类是基于点的匹配算法,另一类是基于特征的匹配算法。基于点的立体匹配算法通过比较两幅图之间像素点的灰度相关性来获得所有点的匹配关系,因此算法处理后可直接获得的高密度的视差图。使用这类方法存在的基本问题是,它们直接依赖于图像的灰度信息,所以相对来说缺乏匹配鲁棒性,特别是对于那些差异非常大的图像对来说尤为如此。基于特征的匹配算法的一般流程是先分别提取两幅图中的特征量,如边缘点、拐角点、线段、轮廓线等,再根据形状、灰度、约束条件进行特征量之间的匹配。由于特征量一般较稀疏,这种方法只能获得低密度的视差图,需要后续插值才能获得高密度的视差图,这是一项相当繁重的任务,而且需要在几何上作出一些假设。
总之,任何一种方法都有其各自的优、缺点,适用于不同的情况,因此有些研究人员提出一些在二者之间折中的方法,希望发挥它们各自的优势,弥补各自的不足[6],这些方法从少数可靠的匹配特征点开始,随后在每一次循环迭代中,利用已经成功匹配的特征点作为约束逐渐增加其它的匹配点,采用这种方案带来的负面影响是增加了算法的复杂性。本文中主要讨论第一类方法,即直接通过点匹配来获得高密度视差图,这也是目前国内外比较流行的方法。
点匹配算法中又可以分为两大类:第一类是基于区域(窗口)的算法,另一类是基于全局的算法。基于区域的算法中先选取以匹配点为中心的窗口,然后在两幅图的相应窗口之间进行灰度相关性计算,方法包括SAD(Sum of Absolute Differences),SSD(Sum of Squared Difference)等,其中灰度相关性最好的两个点被称为对应匹配点。这种算法能够很容易地恢复出高纹理区域的视差,但在低纹理区域会造成大量的误匹配,边界处又存在“前景膨胀效应”(foreground fattening effect[17],从而导致边界模糊。第二类是基于全局的算法,该算法一般用相容性约束和平滑性约束来构成一个评价函数,再通过各种最优算法来求得评价函数的最小值,这些最优化算法包括动态规划(dynamic programming)、模拟退火(simulated annealing)、遗传算法(generic algorithm)等。这些传统的基于全局的算法一般都能取得较高的精度,然而它们存在的最大问题是计算量过大,对于实时性要求比较高的情况下不宜采用。
1.3 本文的研究内容与创新点
1.3.1本文的研究内容
本文首先论述了计算机视觉的一些基本原理,包括针孔相机模型、对极几何关系、三角测量原理、马尔视觉理论(三大约束准则)等。接着对目前常见的立体匹配算法进行了分析研究,通过对比实验充分了解了这些算法的性能和优缺点,为后面对Tao算法[7]改进从而提出新的算法提供了依据。
由于本文研究的目的是为了实现把立体匹配技术应用到景象匹配中以实现末制导阶段多角度的正确匹配,因此对立体匹配算法的精度和实时性都提出了很高的要求,而目前常见的基于区域的算法或基于全局的算法都很难达到这个要求。
2001年,H.Tao提出了一种基于彩色图像分割的立体匹配算法框架,该算法框架基于平滑表面假设,即在单一的色彩区域中视差变化是平滑的,这样就可以通过一个平面模板(以下简称平面模板为模板)公式来描述该区域([   ] 为模板参数),由该公式计算出来的视差称之为模板视差。
基于这个假设,就可以把传统的基于全局算法中对每个点分配最优视差的问题转化为对每个区域分配最优模板的问题,从而大大提高了算法的实时性。      
本文中借鉴了Tao算法框架的基本思想,并主要对模板计算和评价函数的选取进行了改进。在Tao的算法中,模板参数为直接对分割后对所有区域进行计算所得,由于分割后存在一些可靠点较少的区域(不可靠区域),使得这些区域计算出来的模板参数并不准确。改进算法先只对可靠点数较多的区域(可靠区域)计算其模板参数,并采用区域融合的方法进行模板优化,从而增强了模板计算的鲁棒性。另外在全局优化过程中,改进算法采用了新的评价函数,使得模板对各区域的相似度匹配代价只需计算一次,进一步降低了算法的计算量。
低纹理和边界区域所含的不可靠点很多,往往是误匹配率比较高的区域。在本算法中,这些不可靠点的视差是通过本区域的模板参数间接计算所得的,而模板参数则是由区域内的可靠点计算出来的,可信度较高。正是这个原因保证了本算法的高精度,实验结果也证实了这一点。
由于图像分割技术对整个算法有较大影响,因此本文中也进行了相应的研究,并实现了一种基于图论的高效图像分割算法。
为了进一步提高算法的实时性,本文还引入了多种技术对算法实现进行加速,包括计算优化、OpenCV及IPP技术、OpenMP并行技术、STLport技术等,对这些技术的特点和使用方法都结合具体实例进行了相关分析和介绍。
1.3.2本文的创新点
1、实现了一种基于图像分割的快速立体匹配算法从而满足了高精度和高实时性的要求,该算法包括了图像分割、初始视差值的获取、初始模板计算、区域及模板优化、模板分配等步骤。
2、基于图论的思想实现了一种高效图像分割算法,为整个立体匹配算法的高精度提供了保证。
3、将多种运算加速技术应用到立体匹配算法的实现中,包括计算优化,OpenCV及IPP技术,OpenMP并行运算技术,STLport技术等,从而进一步提高了算法的实时性。

4、引入了国际上流行的立体匹配算法评判标准及标准实验图片,为评判各种立体匹配算法的优劣提供了一个客观的依据


以上内容只是毕业设计作品的部分资料介绍,如果了解更多详情请联系客服QQ:57510459
     购买帮助>>

Tags:

作者:佚名

文章评论评论内容只代表网友观点,与本站立场无关!

   评论摘要(共 0 条,得分 0 分,平均 0 分) 查看完整评论