基于Canny—Harris—SIFT算法的立体匹配.pdf

《基于Canny—Harris—SIFT算法的立体匹配.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2013年7月机床与液压Ju1．2013第41卷第13期MACHINETOOL&HYDRAULICSV01．41No．13DOI：10．3969／j．issn．1001—3881．2013．13．016基于Canny．Harris—SIFT算法的立体匹配江祥奎，王曙光(西安邮电大学自动化学院，陕西西安710121)摘要：针对SIFT算法存在计算量大、复杂度高的问题，提出一种基于Canny—Harris—SIFI"算法的立体匹配新方法。该算法将Canny边缘检测、基于Harris角点的匹配方法和基于SIFF特征的匹配方法有

2、机结合，采用Harris提取特征点，为每个特征点定义主方向和生成特征向量描述子，从而提高特征匹配效率实验结果表明：该算法降低了特征匹配的复杂度，提高了算法的实时性和图像的正确匹配率。关键词：立体匹配；尺度不变特征变换；角点匹配；特征匹配；边缘检测中图分类号：TP391文献标识码：A文章编号：1001—3881(2013)13—059—2StereoMatchingBasedonCanny·-Harris--SIFTAlgorithmJIANGXiangkui．WANGShuguang(SchoolofAutomation

3、，Xi’anUniversityofPostsandTelecommunications，Xi’anShaanxi710121，China)Abstract：Aimingattheproblemsoflargecalculatingamountandhighcomplexityinscaleinvariantfeaturetransformalgorithm，anewstereomatchingmethodwasproposedbasedonCanny—Harris—SIFTalgorithm．Inthematching

4、method，CannyedgedetectionW&ScombinedwiththematchingmethodsbasedonHarriscoinerandSIrI1feature．ThefeaturepointsofimagesweredetectedbyusingHarrisoperator，themainorientationforeachfeaturepointwascalculated，thefeaturepointdescriptorsweregenerated，SOaStoim-provetheeffi

5、ciencyoffeaturematching．Theexperimentalresultsshowthatusingthisalgorithm，thecomplexityoffeatureextractionandmatchingisreduced，thereal—timeperformanceofSIFTalgorithmisimprovedandthecorrectimagematchingrateisensured．Keywords：Stereomatching；Scaleinvariantfeaturetran

6、sform(SIFT)；Comermatching；Featurematching；Edgedetection立体匹配是立体视觉中最困难的重要步骤。在立描述子(包括像素灰度值、局部区域灰度函数和卷体视觉的各种应用中，立体匹配算法发挥着极其重要积图像符号)；另一类是图像特征(包括过零点、边的作用，例如三维可视通话，主要就是利用立体匹配缘和角点)；(2)匹配准则的合理制定，尽可能使匹算法进行三维重构。现有的立体匹配算法主要是在实配结果真实反映景物的本来面目；(3)对现有的匹验室环境中进行，都采用了许多假设，例如采集的多配算法

7、进行改进，建立更好的像素之间的关系模型，幅图像光照变化不大、场景中物体的表面都是漫反射选择更好的支持区域，建立能正确匹配所选基元的稳以及场景中的光源属于点光源等。所有这些假设都限定算法。制了匹配算法在现实中的应用，所以立体匹配算法要目前国内关于立体匹配的研究主要是在基于特征具有实用性，需要做进一步研究。在寻找立体匹配的的选择上和在匹配相似度的度量上进行研究。虽对应点时，很可能存在多个候选点，所以要解决的关然SIFT算法特征点定位准确，比其他局部特征提取键问题就是减小匹配搜索空间和尽量减少候选点。算子匹配结果好，但SIFT

8、算法尚存在以下不足：(1)按照不同的分类标准，立体匹配算法可以分为不特征提取复杂度高，计算费时；(2)误匹配的特征点同的类别。根据表示图像的基元不同，立体匹配算法过多，削弱了搜索速度；(3)特征集合整体显著性分为：区域立体匹配算法、特征立体匹配算法和相位不高，不能准确定位角点一。立体匹配算法。以采用的最优化理论方法为