基于RANSAC算法的极线约束立体视觉匹配方法研究.pdf

《基于RANSAC算法的极线约束立体视觉匹配方法研究.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、第l1期组合机床与自动化加工技术NO．112013年l1月ModularMachineTool&AutomaticManufacturingTechniqueNOV．2013文章编号：1001—2265(2013)11—0020—03基于RANSAC算法的极线约束立体视觉匹配方法研究术张培耘，华希俊，夏乐春，符永宏(江苏大学机械工程学院，江苏镇江212013)摘要：立体视觉匹配一直是机器视觉和模式识别领域中的一个重要问题。极线约束是立体匹配中的基本约束之一，为进一步提高立体匹配精度和效率，在对极线约束数学描述推导的基础上，通过求解基本矩阵得到相应匹配

2、点的极线，提出了求解基本矩阵的一般算法，即采用RANSAC算法。首先得到特征点的初始匹配点对，然后运用7点算法将初始匹配点对划分为内点和外点，最后用所有的内点来重新计算优化基本矩阵，并通过对实际图像的立体视觉匹配实验，以验证该匹配算法的有效性。关键词：极线约束；基本矩阵；RANSAC算法；立体匹配中图分类号：TH165：TG659文献标识码：AStereoMatchingwithEpipolarLineConstraintsBasedonRANSACAlgorithmZHANGPei—yun，HUAXi—jun，XIALe—chun，FUYong—h

3、ong(CollegeofMechanicalEngineering，JiangsuUniversity，ZhenjiangJiangsu212013，China)Abstract：Stereomatchingisanimportantprobleminthefieldofmachinevisionandpatternrecognition．Epipolarlineconstraintsareoftenemployedinthestereomatching．Themathematicdescriptionoftheepi·polarlineconst

4、raintsisdeducedinthispaper．Thecorrespondingepipolarlineofthefeaturepointsisob—tainedbysolvingthefundamentalmatrixinordertoincreasestereomatchingqualityandeficiency．Sever—alalgorithmsareprovidedfordeterminingthefundamentalmatrix．TheRANSACalgorithmisadoptedtoacquiretheoriginalmat

5、chingpoints，andthe7PointsAlgorithmisusedtoclassifytheoriginalpointstoin—nerpointsandouterpoints．Alltheinnerpointsareemployedtorefinethefundamentalmatrixatlast．Thematchingalgorithmisverifiedbyanactualstereomatchingexperimentofacoupleofpictures．Keywords：epipolarlineconstraints；fu

6、ndamentalmatrix；RANSACalgorithm；stereomatching可靠匹配，找出唯一的对应关系，通常利用各种约束条0引言件消除不确定性，以达到局部或全局的匹配唯一性。立体匹配是计算机视觉研究领域的一个非常重要极线约束使得求解匹配问题转化为一维搜索问题，故的热点问题，其在零件三维视觉检测、机器人导航、目在计算机立体视觉匹配中得到广泛应用。标识别以及图像检索等诸多领域都有着重要的研究和为解决相关匹配中产生的误匹配问题，本文结应用价值⋯。但是当空间三维场景被投影为二维图合基于灰度的匹配算法与基于特征的匹配算法，提像时，如光照条件、

7、景物几何形状和物理特性、噪声干出了一种基于RANSAC算法的极线约束立体匹扰以及摄像机特性等，都被综合成单一的图像灰度值，配方法。该方法首先对图像特征点集运用基于灰度因此立体匹配是典型的视觉“病态”问题，没有唯一的的匹配算法进行初始匹配，将匹配的区间由整幅图解。并且成像过程中发生的透视畸变、以及场景的相像缩小到相应特征点的周围区域，大大减少了一般互遮挡等，使立体匹配成为计算机视觉领域的一个瓶基于灰度的匹配算法的搜索范围，提高了计算的速颈问题。因此，开展图像匹配技术的深入研究具有度；然后运用RANSAC方法剔除错误匹配点，估计基非常重要的理论意义和工程

8、价值。本矩阵，最后根据基本计算特征点的相应极线引导立体匹配算法可分为两类：一类以密集的基元测匹配以获得更多、