基于双目立体匹配的测量方法研究

作     者：姜谱照 

作者单位：北方民族大学 

学位级别：硕士

导师姓名：马行

授予年度：2024年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：双目立体视觉 三维测量 立体匹配 AD-Census Middlebury 

摘      要：基于双目视觉的测量方法因结构简单、成本低廉被广泛应用于工业、医疗、自动驾驶等领域,立体匹配作为其中的关键环节具有举足轻重的作用,通过寻找图像同名点计算视差,从而还原场景中的三维信息,达到三维测量的目的。围绕边缘、弱纹理区域容易受遮挡、光照等因素影响出现匹配失败,引起测量误差的问题,针对立体匹配算法做出研究,最后通过三维测量实验验证算法的有效性。主要研究工作内容如下:(1)改进AD-Census代价计算融合策略。针对AD-Census算法在代价计算的融合过程中,对所有像素点采用固定的非线性控制参数产生误匹配的问题,使用梯度信息区分当前像素点图像特征,引入平衡因子,对不同图像特征的非线性控制参数进行动态调整,从而改善初始视差。通过Middlebury V3测试图像对各代价计算策略进行测评对比,结果显示,改进后的融合策略初始视差误匹配率在所有区域为26.49%,较AD-Census降低2.14%,非遮挡区为17.76%,较AD-Census降低1.79%。(2)针对半全局立体匹配算法因遮挡等因素产生误匹配的问题,提出超像素引导代价聚合的半全局立体匹配算法。使用改进的AD-Census代价计算融合策略,改善弱纹理区域的匹配精度。引入LSC超像素分割算法,将颜色、空间相似的像素进行分块操作,并以超像素块为引导进行路径聚合更新代价值,减少边缘处的误匹配。视差计算后使用视差优化完成整个匹配过程。当误差阈值为1个像素点时,所提算法在Middlebury V2测试图像上算法平均误匹配率为4.69%,在Middlebury V3测试图像中所有区域误匹配率为15.5%,非遮挡区误匹配率为12.1%。(3)基于双目立体匹配进行三维测量实验。搭建双目相机图像采集系统采集图像,通过标定相机获取双目相机内、外参数,并完成图像校正。设置三组不同检测场景对比本文算法与AD-Census立体匹配算法结果。进行三维重建后,获取待测特征点三维信息,对比各特征点之间的三维测量值与实际测量值,得出最大绝对误差不超过0.60cm。