基于分步思想的立體圖像匹配算法研究.pdf

1、圖像匹配在移動機器人導航和環(huán)境重建等領域有重要的應用。本文以機器人視覺系統(tǒng)的應用為研究背景，對圖像匹配涉及的噪聲處理，特征提取，圖像相似性關系的優(yōu)化計算及特征和區(qū)域匹配四個問題進行了研究。本文針對這四個問題做出了以下工作： (1)針對圖像中存在的影響匹配精度的沖激噪聲，本文提出一種基于噪聲檢測的自適應中值濾波算法。將一維信號的自適應沖激噪聲濾波算法擴展到二維空間，并改進以應用到圖像噪聲濾波。該算法通過計算沖激噪聲的位置和幅值來確

2、定中值濾波的模板大小。并通過仿真說明該算法能夠比較好的濾除沖激噪聲和減小中值濾波對圖像引入的平滑效應； (2)針對特征提取問題，采用與LoG特征聯(lián)合操作的方法，改進Barnard特征提取算法。該算法結合了Barnard特征對光照度和對比度不敏感的優(yōu)點和LoG算子對噪聲處理比較好的優(yōu)點。然后將該Barnard-LoG特征應用到一種特征匹配算法，并通過實驗說明所改進的Barnard-LoG特征算法在圖像匹配中具有比較好的適用性；

3、 (3)針對區(qū)域匹配中應用圖像互相關算法和SSD算法計算復雜度較高的問題，分別為圖像互相關算法和SSD(Sumofsquaredifference)算法引入增量方法的思想來降低計算復雜度。在圖像互相關算法中，針對其平均值和標準差的計算特點采用增量關系分別加以改進，達到對互相關計算的優(yōu)化。在SSD算法中，考慮計算相鄰像素點的SSD值的增量關系并結合前人對SAD(Sumofsquaredifference)算法的改進，實現(xiàn)對SSD的優(yōu)化

4、。通過與原算法的對比實驗說明改進算法在降低計算量上具有非常好的效果； (4)針對區(qū)域匹配計算中搜索空間大和搜索點多導致的錯誤率高和計算復雜度高的問題，本文提出一種基于分步思想的區(qū)域匹配算法。這個算法首先采用特征匹配進行預匹配計算出可能的視差范圍，在這個視差范圍內進行區(qū)域匹配得到精確的匹配結果。并采用基于增量關系的圖像互相關改進算法和存儲可復用的圖像互相關值的方法來提高處理速度。實驗結果表明該算法正確率高，速度較快，兼有特征匹配算