SIFT特征点引导的区域立体匹配算法

根据SIFT特征对旋转、尺度缩放、亮度变化保持不变性的特点,提出基于SIFT特征和边缘特征点的区域匹配方法。该方法确定符合SIFT特征的边缘为可靠特征点,并确定其视差;根据视差梯度原理确定其他点的视差,最后生成稠密的视差图。实验结果表明,SIFT特征的引入,提高了特征点视差的准确性,一些弱纹理区的匹配也有所改善。

一种改进的区域双目立体匹配方法

双目立体匹配是机器视觉中的热点、难点问题。分析了区域立体匹配方法的优缺点,提出了改进的区域立体匹配方法。首先,采集双目视觉图像对对图像对进行校正、去噪等处理,利用颜色特征进行图像分割,再用一种快速有效的块立体匹配算法对图像进行立体匹配。然后,在匹配过程中使用绝对误差累积(SAD)的小窗口来寻找左右两幅图像之间的匹配点。最后,通过滤波得到最终的视差图。实验表明:该方法能够有效地解决重复区域、低纹理区域、纹理相似区域、遮挡区域等带来的误匹配问题,能得到准确清晰的稠密视差图。

区域法立体匹配的实时性问题研究

立体匹配的一个关键问题是计算量大,实时性难以保证.作者从两个方面着手对立体匹配算法进行优化.首先是在算法结构上,应用盒滤波技术消除了冗余计算;其次在实现上,针对IntelPentium4处理器的特性,从存储器组织和高速缓存的利用,SSE2多媒体扩展指令的应用以及基于超线程技术的并行处理等三个方面进行优化实现.实验结果表明,所提出的算法在实时性上有了很大的提高.

双目视觉立体匹配技术研究现状和展望

立体匹配技术是双目立体视觉研讨的核心问题,在许多领域有着不同的应用,在算法方面更是涌现出各种各样的方法。对立体匹配发展现状进行了阐述,首先介绍了立体匹配技术的有关原理,然后对立体匹配中的区域立体匹配算法、全局立体匹配算法以及半全局立体匹配算法进行了论述和探讨;并总结了各类立体匹配算法的特点。最后对立体匹配算法进行了展望,同时给出了发展方向的建议。

多分辨率与视差梯度相结合的快速区域匹配

针对传统区域匹配算法中存在大量冗余计算,提出了一种多分辨率与视差梯度相结合的快速匹配算法。首先通过均值采样得到低分辨率图像对,再通过改进的视差梯度约束算法进行匹配得到低分辨率图像的视差图,最后引入盒滤波思想指导原始视差图的生成。实验表明,该快速匹配算法相对于传统的区域匹配算法,在改善精度的同时,减少了三倍以上运算时间。

基于投影法检测光学元件面形的图形处理算法

基于线结构光扫描测量和立体视觉测量相结合的三维检测方法——投影法,能够快速准确地实现光学元件面形的在线检测,通过对采集图片的图像预处理,区域立体匹配分析,曲线拟合及面形实验等算法还原被测光学元件面形模型。实验结果表明,将这种方法用于检测光学元件可以真实还原光学元件三维外貌特性,具有实际应用价值。