亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        引入視覺注意機制的區(qū)域立體匹配方法*

        2019-04-09 09:10:54杜棋東
        微處理機 2019年1期
        關鍵詞:立體匹配視差特征提取

        杜棋東

        (廣州鐵路職業(yè)技術學院教育技術中心,廣州510430)

        1 引 言

        立體匹配是虛擬現(xiàn)實、機器人視覺等領域的一項重要研究內(nèi)容,能夠通過多視點圖像計算出物體的深度信息,對視覺導航、障礙物檢測等實際應用有著重要的作用[1-2]。根據(jù)不同匹配的基元,立體匹配分為特征點匹配和區(qū)域立體匹配[3]。其中,區(qū)域立體匹配是以一個區(qū)域為匹配基元,通過匹配其他圖像中最優(yōu)匹配區(qū)域獲取最終視差圖的過程。常見的方法包括歸一化灰度互相關NCC 算法(Normalized Cross Correlation)、絕對誤差和SAD 算法(Sum of Absolute Differences)、誤差平方和SSD 算法(Sum of Squared Differences)。此類常見立體匹配方法往往只關注圖像表面上的像素數(shù)據(jù)[4],缺乏人眼的感知關注,所以往往會影響算法效率甚至發(fā)生視差圖錯配。

        故此提出一種基于視覺注意機制的方法。此方法能夠模擬人眼快速感知外界抽象物體,快速計算其顯著性目標區(qū)域,減少搜索空間,并降低識別的計算復雜度,在文獻[5-7]研究工作的基礎上,引入視覺注意計算模型(Itti 模型),提取圖像亮度、顏色、方向等非空間特征,然后將彩色圖像分割若干區(qū)域,建立圖像間立體匹配關系,接著計算兩幅圖的視差值,通過視差值提取并優(yōu)化視差圖,獲取最終的視差圖。

        2 設計方法

        視覺注意機制是基于生物學的心理調(diào)節(jié)機制,能夠有選擇性地指向環(huán)境中的某一個焦點而忽略其他事物的認知過程,其感知具備選擇能力。引入視覺注意機制的Itti 模型,首先基于雙目視覺,通過中央-周邊(Center-Sound)算子計算輸入圖像的顏色特征、亮度特征、方向特征,獲得多特征、多尺度的量度結果并合成左右兩幅顯著圖,反差大的區(qū)域代表視覺注意力高的區(qū)域,根據(jù)不同顯著圖的值計算顯著區(qū)范圍,然后采用顏色分割方法將圖像劃分為若干區(qū)域。在計算各區(qū)域顏色和灰度相似性的基礎上,建立圖像間的匹配關系,根據(jù)左右兩幅圖匹配計算,得出各個像素點的視差值,再由視差值生成視差圖,最后采用平面相似性估計方法[8]合并場內(nèi)的近似屬于同一視差的平面,得到新的視差圖,即為深度特征圖。引入視覺注意機制的區(qū)域立體匹配方法流程如圖1 所示。

        3 具體計算

        3.1 非空間特征計算

        非空間特征提取反映了由視覺感知到初級視覺特征信息的處理過程,通過對亮度、顏色和方向等非空間特征的提取,得到各類特征在不同尺度下的多特征圖。

        關于亮度特征提取,首先根據(jù)下式將彩色圖轉化為灰度I:

        再計算灰度I 在s 尺度下的亮度特征圖。若輸入圖像是灰度圖,則直接獲取亮度信息即可。

        關于顏色特征提取,根據(jù)下式計算RG 和BY 的色差:

        然后再計算各個領域的色差均值,其中Y=(r+g)/2+(r-g)/2-b, R=r-(g+b)/2,G=g-(r+b)/2,B=b-(r+g)/2,最后得到s 尺度下的顏色特征圖RG、BY。

        關于方向特征提取,Gabor 在這方面具有良好的方向選擇和尺度選擇特性,因此采用Gabor 濾波器方法,根據(jù)下式對s 尺度下的灰度圖像I 進行濾波:

        其中,x′=xcosθ+ysinθ,y′=-xsinθ+ycosθ,θ 為主頻方向,μ 為頻率,θ∈{0°, 45°, 90°, 135°},進而可得到方向特征圖O(θ)。

        3.2 深度信息計算

        深度信息計算對視覺加工處理至關重要,是進行物體識別的重要步驟,下面通過彩色圖像區(qū)域分割、立體匹配、視差圖提取以及視差平面優(yōu)化等步驟,計算深度信息。

        3.2.1 圖像分割和SAD 立體匹配

        彩色圖像區(qū)域分割的實質就是從復雜的背景粗化提取整體信息,把具有相似性質的像素連通成特定區(qū)域。各種場景的物體姿態(tài)特征提取,其立體視差變化主要體現(xiàn)在顏色區(qū)域的輪廓邊界上,這種情況下采用均值偏移(Mean shift)算法[9],此算法的實質是核密度估計,算法核心是對特征空間中的樣本點進行聚類,得到密度梯度為零的模式點。彩色圖像分割首先借助Mean shift 算法將圖像中的像素進行聚類,找到不同色彩的聚類點,然后進行二值化處理,使圖像中的灰度級較處理前有所減少。

        在上述區(qū)域分割的基礎上,計算最小的SAD 差異區(qū)域,即匹配區(qū)域。SAD 的基本思想是差的絕對值之和,即通過各個像素值之差的絕對值求和,以此來評估區(qū)域的相似度。

        SAD 計算如下式:

        其中:M 為n×n 大小的窗口,類似于卷積核;d為視差范圍;KmgL(i,j)表示以(i,j)為中心的基準圖待匹配像素的所有灰度值的均值,KmgR(i,j)表示以(i,j)為中心的配準圖的匹配點的所有灰度值均值。

        對M 窗口中的全部代價函數(shù)進行加權聚合,通過以下聚合函數(shù)式可計算匹配點與候選點之間的聚合值:

        對視差值d 的計算如下式:

        其中D 表示視差范圍。

        3.2.2 視差圖優(yōu)化

        關于視差層提取,所采用的是平面相似性估計方法[10],即下式:

        其中,S 為分割區(qū)域,P 為視差平面,C 為匹配代價函數(shù),通過C 來判斷S 是否屬于P,并將同樣視差值的平面劃分為一類,合并相似區(qū)域,合并之后的視差圖即為最終視差圖。此處,其中、均是P 的參數(shù)。

        為解決視差圖錯誤匹配產(chǎn)生噪聲的問題,利用顯著性檢測法對視差圖進行優(yōu)化。首先對初步視差圖利用基于頻域的HFFT 方法[11]檢測顯著圖,再對其進行非空間特征計算;接著判斷顯著圖的顯著度值是否比設定的閾值大,如果小于閾值,則判斷為圖像正常邊緣,如果大于閾值,采用多點均值濾波進行處理,即對窗口范圍內(nèi)的所有顯著點進行處理。其中,中心點值用去除最小值點與最大值點后的均值代替;最后重復1~3 次流程進行視差圖優(yōu)化。其具體流程如圖2 所示。

        圖2 優(yōu)化視差圖流程

        4 實驗分析

        實驗使用的計算機配置為:Intel Core i3 8100 3.6GHz,Windows 64 位操作系統(tǒng);程序在MATLAB 2013b 中實現(xiàn),實驗圖采用Teddy 標準雙目視圖;標準數(shù)據(jù)實驗采用NCC 算法、SSD 算法、SAD 算法和提出的算法進行實驗比較。為了方便實驗,只使用Teddy 的右圖像。實驗效果如圖3 所示。其中圖3(a)~(d) 分別表示NCC、SSD、SAD 與提出方法的匹配代價計算結果。圖3(e)與圖3(f)用于表示標準視差與原始圖匹配效果的好壞對比。

        圖3 各算法實驗效果對比

        從圖3(d)和圖3(a)可知,新方法雖然在展示畫布的紋理信息上不夠細致,但對物體邊緣的處理還是優(yōu)于NCC 算法的。從圖3(d)和圖3(b)可知,新方法能較好地處理區(qū)域物體深度信息。從圖3(d)和圖3(c)對比可看出,新方法相對于SAD 算法,不僅能較好解決遮擋區(qū)域的視差問題,而且視差精度較高,示例圖像中的布偶和玩具房輪廓邊緣效果明顯,可信度高。與其他3 種算法的誤差率對比如表1 所示,運算時間上的對比則如表2。

        表1 其他算法與新方法誤差率對比 單位:%

        表2 其他算法與新方法運算時間對比 單位:s

        在表2 中可以看出,NCC 算法的運算速度最快,與新方法對比快了20%左右,但其匹配誤差率也高于新算法2 倍多。SAD 算法與SSD 對比,在誤差率相差不大的情況下,運算時間較快,故而SAD算法優(yōu)于SSD 算法。新方法與SAD 對比,誤差率低于SAD 算法,運算速度也略高于SAD 算法,能夠滿足圖像立體匹配場景下的應用要求。

        5 結束語

        針對算法效率的提升與降低出錯率,提出了一種引入視覺注意機制的區(qū)域立體匹配算法。在保證圖像一定精度的情況下提高匹配速度和效率,保證匹配的準確性。實驗表明,所述方法相比于精度較高、速度較快的SAD 算法,能夠提高15%速度,同時精度提高3%,為立體匹配技術在視覺導航、障礙物檢測等方面的應用奠定了良好基礎。

        猜你喜歡
        立體匹配視差特征提取
        基于自適應窗的立體相機視差圖優(yōu)化方法研究
        基于Daubechies(dbN)的飛行器音頻特征提取
        電子制作(2018年19期)2018-11-14 02:37:08
        基于梯度域引導濾波的視差精煉迭代算法
        影像立體匹配中的凸優(yōu)化理論研究
        基于互補不變特征的傾斜影像高精度立體匹配
        Bagging RCSP腦電特征提取算法
        基于分割樹的視差圖修復算法研究
        改進導向濾波器立體匹配算法
        立體視差對瞳孔直徑影響的研究
        基于MED和循環(huán)域解調(diào)的多故障特征提取
        亚洲熟妇少妇任你躁在线观看无码| 色视频日本一区二区三区| 亚洲一区二区三区在线最新 | 同性男男黄g片免费网站| 亚洲精品国产综合久久一线| 日本免费播放一区二区| 97在线视频人妻无码| 亚洲色欲久久久久综合网| 九一成人AV无码一区二区三区| 网红尤物泛滥白浆正在播放| 精品无码一区二区三区爱欲| 美丽的熟妇中文字幕| 久久婷婷是五月综合色狠狠 | 蜜桃尤物在线视频免费看| 国产免费人成视频在线观看| 国产午夜亚洲精品理论片不卡| 18禁成人免费av大片一区| 老女老肥熟女一区二区| 中国内射xxxx6981少妇| 亚洲av不卡电影在线网址最新| 白白色日韩免费在线观看| 艳妇臀荡乳欲伦交换h在线观看| 国产精品成人一区二区三区| 无码AV午夜福利一区| 国产午夜免费啪视频观看| 无码精品人妻一区二区三区av| 欧美色综合高清视频在线| 有码中文字幕一区二区| 可以免费看亚洲av的网站| 国产精品美女久久久久| 日本精品视频一视频高清| 日韩有码在线一区二区三区合集| 性色av免费网站| 免费视频一区二区| 国产精品亚洲最新地址| 国产精品久久精品第一页 | 久久精品一品道久久精品9| 国产一区二区三区在线观看黄| 国产成人精品日本亚洲专区61| 无码毛片aaa在线| 国产av一区二区三区香蕉|