基于多约束的图像特征点鲁棒匹配方法

提出了一种基于多约束的图像特征点匹配的鲁棒算法,在计算匹配强度和构造匹配矩阵的基础上,通过视差约束、邻域相对视差约束和唯一性约束对匹配矩阵进行约简,以实现双目图像特征点的鲁棒匹配,最后给出了实验结果.

区域立体匹配算法的实现及改进

为了精确地建立两幅图像的匹配基元之间的对应关系,解决区域匹配算法计算量大等缺点,给出了一种区域立体匹配算法的实现及改进方法。将图像进行外极线校正,并在此基础上,采用一种结合隐含约束条件和唯一性约束条件的单向匹配算法(SMP算法)完成初次匹配及初次去除伪匹配;然后采用一种伪极线约束条件,对得到的匹配对进行二次去除伪匹配;最后,对得到的视差图进行插值运算。与SMP算法相比,本文算法的匹配精度提高了10%左右。另外,在匹配过程中,通过利用Box滤波加速方法,减少了计算匹配窗口相似性的复杂度,程序运行时间比BM算法缩短了50%。结果表明,改进后的算法提高了精度且能满足系统对实时性的要求。

基于ORB算子的快速立体匹配算法

针对利用SURF(Speeded Up Robust Features)进行立体匹配难以满足实时性需求这个问题,提出了一种基于ORB(Oriented fast and Rotated BRIEF)特征的立体匹配算法。在提取ORB特征点时,用一个数组记录该特征点因减小边缘效应而排序后的次序,结合极线约束、唯一性约束和顺序约束,来减少搜索空间,再以KNN(K-Nearest Neighbor)作为匹配策略,计算特征描述子的汉明距离,最后以最近邻匹配作为立体匹配结果。实验结果表明,该方法匹配速度快,准确度高,即使在图像未经校正的情况下,仍有较高的准确率。