楊承忠

摘要??? 本文在基于雙目立體視覺的研究基礎(chǔ)上，對立體匹配所存在的問題和解決措施提提出了看法。

【關(guān)鍵詞】特征點檢測立體匹配三維重建

1 引言

眼科學(xué)認為，人類兩眼的不同位置，讓我們感知的世界是立體的。由觀察到兩幅不同的畫面，從而產(chǎn)生視差。雙目立體視覺模仿人類視覺的立體感知過程，通過視差根據(jù)三角測量原理來獲得深度信息。隨著科學(xué)技術(shù)的發(fā)展，在工業(yè)、生活的各個領(lǐng)域都有雙目視覺技術(shù)成功運用的案例。

2 雙目立體視覺研究

2.1 立體匹配介紹

立體匹配即將兩幅圖像的點對應(yīng)起來。由于圖像特征的局部性，雖然大量機構(gòu)致力于立體匹配技術(shù)的研究，但由于實際場景的復(fù)雜性，仍然存在許多尚未解決的難題。例如，強光照、視差不連續(xù)區(qū)域、弱紋理區(qū)等問題。如何解決這些難題仍然是當下難點。

2.2 研究現(xiàn)狀

已有很多雙目立體視覺技術(shù)在實際應(yīng)用的成功報道。其中最熱門的便是雙目視覺技術(shù)應(yīng)用到移動機器人障礙物檢查與避障方面。以激光、紅外等作為傳感器測距比較方便，但是設(shè)備昂貴，性價比不高，很難廣泛運用。

但是使用攝像機作為傳感器可以獲取更多環(huán)境信息，且探測距離更廣等優(yōu)點。利用雙目攝像機在實際運用中能夠比較好獲得場景三維信息。文獻[5]將圖像分割與立體匹配相結(jié)合，設(shè)置種子點，并采用快速圖割算法完成區(qū)域分割提取，與現(xiàn)有的圖割法相比，該方法匹配準確且運算量小。圖割法的提出，使馬爾科夫隨機場能量最小問題得以解決。

3 立體匹配實現(xiàn)

3.1 雙目相機標定

運用小孔成像和投影變換原理，采用張正友法標定左右攝像機參數(shù)。其中圖1為左相機，圖2為右相機。

3.2 圖像匹配

（1）在圖像中選取像素點I，假設(shè)它的亮度為H;

（2）設(shè)置一個閾值T;

（3）以像素I為中心，選擇半徑為3的米字型頂點的8個像素點;

（4）假如所選點中有連續(xù)N個點的亮度大于H+T或者小于H-T，則確定為關(guān)鍵點;

（5）重復(fù)上述步驟，對每一個像素執(zhí)行相同的操作。

完成以上步驟后，還需構(gòu)建圖像金字塔解決尺度不變性，通過灰度質(zhì)心法解決特征旋轉(zhuǎn)問題?；叶荣|(zhì)心法步驟如下：

1. 定義圖像塊C矩陣：

公式

2. 確認質(zhì)心：

3. 連接幾何中心O與質(zhì)心C，得到向量，于是特征方向定義為：

在確定特征點后，使用快速近似最近鄰（FLANN）算法匹配特征點，并加入畸變系數(shù)和顏色映射信息提高匹配精度。圖3、4分別為左、右相機場景圖，圖5為得到的深度圖。

4結(jié)束語

雖然現(xiàn)在有很多改進的方法和新穎的想法，但是在實際運用中效果仍然欠佳。即使是同一算法用在不同場景也會有不同效果，本文方法運用在強光環(huán)境中結(jié)果也不理想。如何解決光照和弱紋理問題還需進一步研究。

參考文獻

[1]?馬頌德，張正友.計算機視覺一計算理論與算法基礎(chǔ)[M].科學(xué)出版社，1998.

[2]?黃承亮.基于雙目立體視覺立體匹配算法研究與應(yīng)用[D].南京理工大學(xué)，2013.

[3]?孔令富，李林，張廣志.一種并聯(lián)機器人雙目主動視覺監(jiān)測平臺避障方法的研究.燕山大學(xué)學(xué)報，2009，33（03）：189-193.

[4]?基于雙目視覺的運動物體實時跟蹤與測距[J].機器人，2009，31（04）：327-334.

[5]?王雅寧，梁新剛.基于交互式圖像分割的立體匹配方法[J].計算機技術(shù)與發(fā)展，2016（09）：164-166.

[6]時華，朱虹.基于自適應(yīng)匹配窗口及多特征融合的立體匹配[J].模式識別與人工智能，2016，29（03）：193-203