双目立体视觉技术是计算机视觉重要的研究领域,广泛应用于智能机器人导航、被动测距、虚拟三维重建等。其中,立体匹配算法是双目立体视觉最为关键的技术,立体匹配的精度直接影响立体视觉技术的应用。
立体匹配算法主要是通过建立一个能量代价函数,通过此能量代价函数最小化来估计像素点视差值。立体匹配算法的实质就是一个最优化求解问题,通过建立合理的能量函数,增加一些约束,采用最优化理论的方法进行方程求解。下面由机器视觉商城(www.china-vision.com.cn)小编为您介绍下常用的两种立体匹配算法:
一、基于特征的立体匹配算法
1、特征点的提取,图像的特征点是指在两幅图像中对比例、旋转、平移等变换保持一致性的点,它是进行图像配准的基础,其质量好坏将直接影响配准的精度和效率。常用的特征点提取方法有: 边缘点提取法和角点提取算法。
2、特征点的匹配,即是根据所选特征的计算,建立特征之间的对应关系,将同一个空间物理点在不同图像中的映射点对应起来。
基于特征的立体匹配算法可获得稀疏的视差图,经差值估计可获得稠密视差图。可提取点、线、面等局部特征,也可提取多边形和图像结构等全局特征。
二、图割法
1、图割是一种基于图论的组合优化方法,它将一幅图像映射成一个网络图,并建立关于标号的能量函数,运用最大流/最小割算法对网络图进行切割,得到网络图的最小割,即目标函数的最小值。基于图割法的立体匹配算法等价于一个能量函数最小化的过程。
2、用图割法来实现立体匹配
第一步:根据匹配问题中的约束条件写出相应的能量函数;
第二步:根据能量函数构造图网格,再依据图网格最小化该能量函数。
随着科学技术的日益进步,行业需求的不断提升,立足于为用户提供完整视觉体验的计算机立体视觉技术将愈发重要。立体匹配的研究成果也将在军事、工业、医疗器材、监控系统等领域获得更大的研究价值。