张来刚
,
魏仲慧
,
何昕
,
孙群
液晶与显示
doi:10.3788/YJYXS20132803.0450
立体匹配中,低纹理区域容易产生匹配多义性,导致失配,为了解决低纹理匹配问题,通常采用增大聚合窗口或全局优化算法(如:动态规划算法),但是此类算法会导致边缘处的视差模糊不清,因此,文章提出了一种基于边缘图像的快速立体匹配算法.首先,对立体图像对进行边缘检测和Sobel滤波;然后,基于Sobel滤波后的图像,先后计算水平聚合代价和垂直聚合代价;最后,利用WTA(Winter-Take All)优化算法得到最终视差图.实验中,对视差稠密度和准确度进行了定量分析,左右一致性检验平均达标率超过了88％,结果表明,本算法使用边缘提取取代图像分割作为代价聚合向导,很好地解决了低纹理区域立体匹配问题,同时大大提高了匹配效率,获得了准确可靠的视差图,达到了自主导航系统的要求.
关键词:
三维重建
,
立体匹配
,
代价聚合
,
左右一致性检验
,
Winter-Take-All
张来刚
,
魏仲慧
,
何昕
,
孙群
液晶与显示
doi:10.3788/YJYXS20132804.0608
为了提高大视场三维测量精度,克服传统束调整算法对大视场图像校正不理想(控制点集中在视场中心)的缺点,提出了基于多约束融合算法的多摄像机三维测量方法,其基本思想为:将空间控制点的三维坐标与其对应像素点坐标之间的共线方程作为约束条件,利用已知的距离、三点共线和四点共面等信息,建立测量视场中控制点与像点坐标间的约束关系,从而完成三维坐标测量,同时实现了系统参数的在线标定.实验中,通过RMS误差和测距相对精度对测量精度进行了定量分析,测距相对精度达到了1∶7 000～1∶15 000,相对传统的束调整算法,该算法测量精度提高了一个数量级,是一种可靠的高精度视觉测量方法.
关键词:
计算机视觉
,
束调整算法
,
条件约束
,
相机标定
,
三维测量
