基于過分割的自適應(yīng)精匹配算法研究.pdf

1、利用雙目立體視覺進(jìn)行場景三維重建是計算機視覺的一個熱門研究領(lǐng)域。其主要包含標(biāo)定、匹配、重建三個環(huán)節(jié)，其中又以匹配問題最為困難。同時，匹配也是計算機視覺中的基礎(chǔ)問題，往往影響著其它相關(guān)問題的發(fā)展。
　　本文主要研究雙目視覺匹配算法。主要貢獻(xiàn)如下:
　　介紹了馬爾可夫隨機場(Markov Random Fields，MRF)建模及其主流優(yōu)化算法，包括圖割算法和置信度傳播算法。簡要闡述高階MRF理論以及兩種優(yōu)化策略，包括專家場模型

2、和魯棒高階圖割優(yōu)化算法。針對專家場模型，提出了一種自適應(yīng)狀態(tài)搜索空間縮減策略以提高算法執(zhí)行效率。使用基于魯棒高階圖割優(yōu)化算法對匹配問題進(jìn)行建模，對現(xiàn)有高階能量項計算模型進(jìn)行改進(jìn)使其符合立體視覺匹配。實驗結(jié)果表明，高階MRF能夠獲得更豐富的圖像信息，得到的匹配結(jié)果更為精確。
　　對圖像降采樣方法進(jìn)行了分析，提出了一種面向?qū)ο蟮幕诙喑叨瘸袼氐牧Ⅲw視覺降采樣方法，實驗證明這種降采樣方法能夠有效保持圖像原始結(jié)構(gòu)信息。
　　在此基

3、礎(chǔ)上，提出了一種基于過分割的自適應(yīng)精匹配算法。將圖像過分割信息引入匹配問題，利用MRF對匹配問題建模，構(gòu)建一種新的基于分割的能量方程并使用分層置信度傳播算法優(yōu)化能量方程。通過使用多種局部匹配方法得到像素置信圖和遮擋圖，對圖像進(jìn)行過分割并假設(shè)屬于同一個分割塊的像素在實際場景中屬于同一個物體并進(jìn)行面擬合。在置信度傳播算法迭代過程中自適應(yīng)調(diào)整數(shù)據(jù)項并精化視差。實驗表明，本文所提算法精度達(dá)到了主流算法的精度，能夠有效保持物體輪廓信息，對匹配算法