基于区域增长的立体匹配算法研究.pdf

《基于区域增长的立体匹配算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ＭＡＳＴＥＲＷＭＥＲＴＡＴＩ论文题目：基于区域增长的立体匹配算法研究国内图书分类号．：ＴＰ３９１４密级：公开国际图书分类号：６２１．３西南交通大学研究生学位论文基于区域增长的立体匹配算法研究年级二零一二级姓名王琼申请学位级别工学硕壬专业机械设计及理论指导老师李柏林教授二零一五年五月ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＰ３９１．４ＵＤ．Ｃ：６２１．３．ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎＵｎｉｖｅｒｓｉｔｇｙＭａｓｔｅｒＤｅｒｅｅＴｈｅｓｉｓｇＲＥＳＥＡＲＣＨＯＮＳＴＥＲＥＯ

2、ＭＡＴＣＨＩＮＧＭＥＴＨＯＤＢＡＳＥＤＯＮＲＥＧＩＯＮＧＲＯＷＩＮＧＧｒａｄｅ：２０１２Ｃａｎｄｉｄａｔｅ；ＷａｎｇＱｉｏｎｇＡｃａｄｅｍｉｃＤｅｇｒｅｅＡｐｐｌｉｅｄｆｏｒ：ＭａｓｔｅｒＤｅｇｒｅｅＳｐｅｃｉａｌｉｔｙ：ＭｅｃｈａｎｉｃａｌＤｅｓｉｇｎａｎｄＴｈｅｏｒｙＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＬｉＢａｉｌｉｎＭａ２０１５ｙ，西南交通大学学位论文版权使用授权书、本学位论文作者完全了解学校有关保留使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论

3、文被查阅和借阅。本人授权西南交通大学可Ｗ将本论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于１．保密□，在年解密后适用本授权书；２．不保密使用本授权书。＂＂（请在Ｗ上方框内打Ｖ）．、学位论文作者签名：Ａ％指导老师签名心节．；曰瓶＞０信日期：西南交通大学硕±学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或贡献如下：针对传统Ｃｅｎｓｕｓ非参数变换存在的太过于依赖中也像素灰度值等局限性问题，本一一文提出种改进的Ｃｅｎｓｕｓ变换算法，通过增加局部

4、反差值这数据项提高了图像局部区域的区分度；引入高斯权重指导Ｃｅｎｓｕｓ变换，减小了匹配误差，并通过添加仿真光照模拟现实Ｈ维场景中常见光照对匹配的影响。一针对传统区域増长方法在低纹理图像中容易出现增长停止等问题，本文提出种利用融合特征点与轮廓信息的匹配算法，在特征点匹配的基础上，提取图像的边缘，通过图像的轮廓匹配来増加种子点的数量。，１及兰维重建结果影响颇大由于区域増长过程中种子点精度对后续增长１＾，故本文采用两层匹配算法对轮廓点进行匹配。加入Ｔ边缘相关性约束，保证了轮廓点的匹一起作为初始种子点配精度。将高精度的轮廓点和初始特征点。本人

5、郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。一本人完全了解违反上述声明所引起的切法律责任将由本人承担。学位论文作者签名：－＾曰期；＾１Ｐ１西南交通大学硕±研究生学位论文第Ｉ页摘要眼睛是人类获取外界信息的主要手段。计算机通过模拟人眼系统进行观察、识别、获取Ｈ维场景的信息，并作出相应的分析。计算机视觉能够代替人眼在多种危险场合工作，故对机器视觉的研究具有重要的意

6、义。立体匹配是计算机视觉领域的重点和难点，如何快速地实现高精度的立体匹配是近年来众多学者研究的重点。因基于区域的立体匹配算法具有诸多优势，故本文用其对图像进行相应的立体匹配。论文主要工作如下：一１光照的变化对图像像素的灰度有定的影响ｅｎｓｕｓ），针对传统Ｃ变换算法因过度依赖中也像素点灰度值导致匹配误差大的问题一，本文提出种改进的高鲁棒性Ｃｅｎｓｕｓ变换算法。该算法首先利用变换窗口灰度均值与局部反差值之和代替中也像素点的灰。度值进行相应的变换，提高了变换结果的抗噪性和不同子块之间的区分度然后，采用高斯加权变换窗口提商离中也点近的像素点的权重

7、，有效减小边界不连续区域对匹配的影响。最后，对Ｍｉｄｄｌｅｂｕｒｙ数据库里的图像添加仿真光照，并用其提供的真实匹配值计算本文算法匹配精度。实验结果表明，与传统算法比较，本文算法具有更高的匹配精度，更强的鲁棒性。２）研究了区域増长算法的原理和扩张步骤，针对传统区域增长方法在处理低纹理一图像时，，因为种子点个数不够导致无法进行大范围增长的问题，提出种融合ＳＩＦＴ特征点与轮廓信息的匹配算法。该算法首先进行ＳＩＦＴ特征点匹配Ｗ及图像边缘的提取。一然后，采用两层匹配法对轮廓点进行匹配：第步，利用特征点和极线约束等指导轮