基于模板圖割立體匹配算法

《基于模板圖割立體匹配算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于模板圖割立體匹配算法　　摘要：近年來(lái)，基于圖像或視頻的三維重建技術(shù)的研究和應(yīng)用越來(lái)越受到人們的關(guān)注，尤其是基于圖像的三維重建技術(shù)。立體匹配技術(shù)是三維重建中的關(guān)鍵環(huán)節(jié)。提出了一種全局立體匹配算法——基于模板的圖割立體匹配算法（TGC），該算法包括三個(gè)步驟：參考圖像的分割、視差平面估計(jì)、使用圖割方法為視差平面分配標(biāo)簽。選取Middlebury測(cè)試集，將文中的算法與立體匹配領(lǐng)域中的經(jīng)典算法在PBM值和運(yùn)行效率上進(jìn)行了對(duì)比和分析，取得了較好的效果。關(guān)鍵詞：立體匹配；模板分割；視差平面；圖割算法中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-2163（20

2、13）05-0050-050引言近些年來(lái)，已有越來(lái)越多的立體匹配算法涌現(xiàn)出來(lái)，這些算法的基本構(gòu)架是：在基元相似的條件下，找到一種約束的匹配規(guī)則進(jìn)行最優(yōu)搜索，并且保證這種搜索能最終找到近似的最優(yōu)解。但是立體匹配問(wèn)題的解決本身就存在著模糊性，比如：噪聲干擾、弱紋理區(qū)域、遮擋區(qū)域、重復(fù)紋理區(qū)域和深度不連續(xù)性。5立體匹配的算法性能依賴于三個(gè)因素：準(zhǔn)確的匹配基元、與基元相對(duì)應(yīng)的匹配準(zhǔn)則、構(gòu)建能夠準(zhǔn)確匹配所選基元的穩(wěn)定算法[1]。2001年，Taoetal.提出了一個(gè)基于色彩分割的立體匹配算法的框架[2]，該框架建立在一種重要的假設(shè)之上，即：實(shí)現(xiàn)分割的區(qū)域之內(nèi)是沒(méi)有較大

3、視差變化的。其主要思想是：如果假設(shè)的視差值是正確的，則根據(jù)這個(gè)視差值將參考圖像變換到另外一個(gè)視角，即匹配圖像中，使其呈現(xiàn)出能夠與匹配圖像相匹配的效果。因?yàn)?，立體匹[JP2]配問(wèn)題就是通過(guò)最小化全局圖像的能量函數(shù)而得到解決的。圖像的色彩分割表示法旨在減少解決問(wèn)題的步驟，且可以強(qiáng)化區(qū)域內(nèi)的視差的平滑性約束。通過(guò)鄰近視差值假設(shè)的方法提出的貪婪區(qū)域的搜索機(jī)制進(jìn)一步縮減卷積代價(jià)、為不匹配區(qū)域找到更好的視差值。[JP]Boykovetal.和Kolmogorov連同Zabin提出了基于Graphcuts的立體匹配算法[3，4]，以找到與觀察到的數(shù)據(jù)相一致的光滑視差圖像。

4、在其提出的算法中，立體匹配問(wèn)題可等價(jià)為一個(gè)能量最小化的問(wèn)題，能量方程中通常包含：（1）衡量在相鄰像素對(duì)之間視差值平滑性的平滑項(xiàng)Es；（2）衡量給予像素的標(biāo)簽不一致性的數(shù)據(jù)項(xiàng)Ed。5找到能量方程后，就可以據(jù)此方程建立一個(gè)帶權(quán)圖，在這個(gè)圖中，結(jié)點(diǎn)代表像素，圖的標(biāo)簽集或者是說(shuō)終點(diǎn)與所有可能的視差值（或者是視差范圍區(qū)間內(nèi)的任何一個(gè)具體值）且圖中的邊的權(quán)值與已經(jīng)定義好的能量方程中的項(xiàng)相一致。Graphcuts算法機(jī)制可以得到近似的優(yōu)化解，這個(gè)優(yōu)化解就是將視差值（標(biāo)簽）分配到對(duì)應(yīng)的像素（圖中的結(jié)點(diǎn)）上。綜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、的圖割立體匹配算法（TGC）。在TGC算法中，參考圖像可分割為不重疊、無(wú)交集的一個(gè)個(gè)的圖像部分，而要找到一個(gè)假設(shè)的視差值的集合，場(chǎng)景結(jié)構(gòu)則近似地等價(jià)為視差空間內(nèi)的平面集合，且這些平面不必是相互平行的。那么立體匹配算法就成為將視差空間中的平面與分割后的參考圖像的部分相匹配的問(wèn)題，這樣做的目的是因?yàn)樵诜指詈蟮男^(qū)域內(nèi)建立能量評(píng)價(jià)函數(shù)更為容易。TGC使用與Boykovetal.論文中Graphcuts類似的方式來(lái)找到能量方程的近似最優(yōu)解，但是在建立圖像時(shí)圖像中的結(jié)點(diǎn)代表的是分割后的圖像部分而非像素點(diǎn)。所以，在大多數(shù)立體匹配處理的圖像中，圖像分割后的部分?jǐn)?shù)是遠(yuǎn)遠(yuǎn)少于

6、像素點(diǎn)數(shù)的，這就直接使建立得到的圖像簡(jiǎn)單且會(huì)有更快的計(jì)算速度。另外，跟Birchfiel和Tomasi提出的算法思想類似[5]，TGC使用平滑視差項(xiàng)代表被加強(qiáng)了分段連續(xù)性的視差連續(xù)的區(qū)域，但是遮擋區(qū)域通常會(huì)在合并之后進(jìn)行處理，并且是在分割部分的區(qū)域內(nèi)建立圖像，正因?yàn)榇?，將降低Graphcuts階段的計(jì)算的復(fù)雜度。51參考圖像的分割TGC則建立于如下假設(shè)上：立體匹配算法處理的圖片的大的視差的不連續(xù)僅僅會(huì)在分割后的部分與部分之間的邊界處。嚴(yán)格地將視差連續(xù)性加強(qiáng)在區(qū)域內(nèi)，次分割部分由于在分割后的部分與部分之間的平滑性約束（定義為能量方程中的Esmoth項(xiàng)）在很大程

7、度上被容忍。2視差平面估計(jì)TGC使用一個(gè)視差連續(xù)的表面表示場(chǎng)景結(jié)構(gòu)，近似地可以認(rèn)為每一個(gè)表面均是一個(gè)平面，而不是不規(guī)則的曲面，但是這種平面是可以想象為任何復(fù)雜的曲面的。當(dāng)然，這種近似的平面也會(huì)使得在計(jì)算時(shí)，視差的準(zhǔn)確度相應(yīng)地有所降低。但是這種近似使得模型得到簡(jiǎn)化，同時(shí)也能夠應(yīng)用于更多的領(lǐng)域，如：視覺(jué)合成、三維重建等。在這個(gè)部分中，使用下面的步驟估計(jì)場(chǎng)景中的視差平面。首先，使用區(qū)域立體匹配的規(guī)則找到初始的粗糙視差值。其后，為每一個(gè)分割后得到的模板找到表示模板函數(shù)的內(nèi)部參數(shù)，在這里計(jì)算時(shí)，將跳過(guò)分割得到的太小的模板。最后，在得到的模板參數(shù)描述的基礎(chǔ)上，對(duì)相似模板

8、通過(guò)擬合操作，以進(jìn)一步減少模板數(shù)目，并且在下一部分使