基于模板图割立体匹配算法

基于模板图割立体匹配算法

ID:5941995

大小:27.00 KB

页数:5页

时间:2017-12-29

基于模板图割立体匹配算法_第1页
基于模板图割立体匹配算法_第2页
基于模板图割立体匹配算法_第3页
基于模板图割立体匹配算法_第4页
基于模板图割立体匹配算法_第5页
资源描述:

《基于模板图割立体匹配算法》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、基于模板图割立体匹配算法  摘要:近年来,基于图像或视频的三维重建技术的研究和应用越来越受到人们的关注,尤其是基于图像的三维重建技术。立体匹配技术是三维重建中的关键环节。提出了一种全局立体匹配算法——基于模板的图割立体匹配算法(TGC),该算法包括三个步骤:参考图像的分割、视差平面估计、使用图割方法为视差平面分配标签。选取Middlebury测试集,将文中的算法与立体匹配领域中的经典算法在PBM值和运行效率上进行了对比和分析,取得了较好的效果。关键词:立体匹配;模板分割;视差平面;图割算法中图分类号:TP391文献标识码:A文章编号:2095-2163(20

2、13)05-0050-050引言近些年来,已有越来越多的立体匹配算法涌现出来,这些算法的基本构架是:在基元相似的条件下,找到一种约束的匹配规则进行最优搜索,并且保证这种搜索能最终找到近似的最优解。但是立体匹配问题的解决本身就存在着模糊性,比如:噪声干扰、弱纹理区域、遮挡区域、重复纹理区域和深度不连续性。5立体匹配的算法性能依赖于三个因素:准确的匹配基元、与基元相对应的匹配准则、构建能够准确匹配所选基元的稳定算法[1]。2001年,Taoetal.提出了一个基于色彩分割的立体匹配算法的框架[2],该框架建立在一种重要的假设之上,即:实现分割的区域之内是没有较大

3、视差变化的。其主要思想是:如果假设的视差值是正确的,则根据这个视差值将参考图像变换到另外一个视角,即匹配图像中,使其呈现出能够与匹配图像相匹配的效果。因为,立体匹[JP2]配问题就是通过最小化全局图像的能量函数而得到解决的。图像的色彩分割表示法旨在减少解决问题的步骤,且可以强化区域内的视差的平滑性约束。通过邻近视差值假设的方法提出的贪婪区域的搜索机制进一步缩减卷积代价、为不匹配区域找到更好的视差值。[JP]Boykovetal.和Kolmogorov连同Zabin提出了基于Graphcuts的立体匹配算法[3,4],以找到与观察到的数据相一致的光滑视差图像。

4、在其提出的算法中,立体匹配问题可等价为一个能量最小化的问题,能量方程中通常包含:(1)衡量在相邻像素对之间视差值平滑性的平滑项Es;(2)衡量给予像素的标签不一致性的数据项Ed。5找到能量方程后,就可以据此方程建立一个带权图,在这个图中,结点代表像素,图的标签集或者是说终点与所有可能的视差值(或者是视差范围区间内的任何一个具体值)且图中的边的权值与已经定义好的能量方程中的项相一致。Graphcuts算法机制可以得到近似的优化解,这个优化解就是将视差值(标签)分配到对应的像素(图中的结点)上。综合基于色彩的分割算法和Graphcuts的思想,本文提出了基于模板

5、的图割立体匹配算法(TGC)。在TGC算法中,参考图像可分割为不重叠、无交集的一个个的图像部分,而要找到一个假设的视差值的集合,场景结构则近似地等价为视差空间内的平面集合,且这些平面不必是相互平行的。那么立体匹配算法就成为将视差空间中的平面与分割后的参考图像的部分相匹配的问题,这样做的目的是因为在分割后的小区域内建立能量评价函数更为容易。TGC使用与Boykovetal.论文中Graphcuts类似的方式来找到能量方程的近似最优解,但是在建立图像时图像中的结点代表的是分割后的图像部分而非像素点。所以,在大多数立体匹配处理的图像中,图像分割后的部分数是远远少于

6、像素点数的,这就直接使建立得到的图像简单且会有更快的计算速度。另外,跟Birchfiel和Tomasi提出的算法思想类似[5],TGC使用平滑视差项代表被加强了分段连续性的视差连续的区域,但是遮挡区域通常会在合并之后进行处理,并且是在分割部分的区域内建立图像,正因为此,将降低Graphcuts阶段的计算的复杂度。51参考图像的分割TGC则建立于如下假设上:立体匹配算法处理的图片的大的视差的不连续仅仅会在分割后的部分与部分之间的边界处。严格地将视差连续性加强在区域内,次分割部分由于在分割后的部分与部分之间的平滑性约束(定义为能量方程中的Esmoth项)在很大程

7、度上被容忍。2视差平面估计TGC使用一个视差连续的表面表示场景结构,近似地可以认为每一个表面均是一个平面,而不是不规则的曲面,但是这种平面是可以想象为任何复杂的曲面的。当然,这种近似的平面也会使得在计算时,视差的准确度相应地有所降低。但是这种近似使得模型得到简化,同时也能够应用于更多的领域,如:视觉合成、三维重建等。在这个部分中,使用下面的步骤估计场景中的视差平面。首先,使用区域立体匹配的规则找到初始的粗糙视差值。其后,为每一个分割后得到的模板找到表示模板函数的内部参数,在这里计算时,将跳过分割得到的太小的模板。最后,在得到的模板参数描述的基础上,对相似模板

8、通过拟合操作,以进一步减少模板数目,并且在下一部分使

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。