利用极线约束对鱼眼图像进行立体匹配

电气学院
利用极线约束进行立体匹配
本文方向
本文从空气中及水下双目鱼眼摄像 机建模、极线计算、窗口构建和立体匹 配算法几方面进行系统的研究,可以为鱼 眼镜头双目立体视觉的发展应用提供一 定的理论指导。
电气学院
利用极线约束进行立体匹配
本文创新点
主要研究工作如下:1、从普通透视图像的立体匹配框架入手,介绍了立体匹 配中对极几何原理、同名点确定、视差理论等基本理论; 2、对现有的立体匹配算法进行系统性的分类并分析各类 匹配算法的优缺点; 3、对区域匹配算法的一般流程进行简单的概述,为后文鱼 眼图像的区域匹配算法做好铺垫； 4、针对空气中的鱼眼图像,提出了适用于鱼眼图像的自适 应权值稠密立体匹配算法。
三 水下鱼眼成像模型
电气学院
利用极线约束进行立体匹配
三 水下鱼眼成像模型
电气学院
利用极线约束进行立体匹配
三 水下鱼眼成像模型
电气学院
利用极线约束进行立体匹配
Thank you for listening！
谢谢大家的认真聆听！
电气学院
利用极线约束进行立体匹配
利用极线约束进行立体匹配
Stereo Matching Using Epipolar Constraints
电气学院
利用极线约束进行立体匹配
汇报人： 汇报时间：1
目录
CONTENTS
一 极线约束进行立体匹配 二 极线距离变换
电气学院
利用极线约束进行立体匹配
背景
随着人工智能的不断发展,计算机视觉技术得到了越来越广泛的应用,镜头 是计算机视觉系统中不可或缺的组成部分。普通镜头的视场角通常为50°-60°, 狭小的视角已经无法满足很多场合的应用需求,而鱼眼镜头具有超大视场,可以 一次性摄取丰富的场景信息,这一优点使得它在民用、工业、军事领域愈发受到 关注。其中,鱼眼镜头双目立体视觉技术是计算机视觉研究的热点之一,在大范 围三维重建以及机器人定位、导航等领域都有很可观的发展前景。
电气学院
利用极线约束进行立体匹配
一 极线约束进行立体匹配
区域匹配的步骤： 第一步：代价计算 ，例如SSD， 第二步：代价聚合 ， 第三步：视差选取 ，
电气学院
利用极线约束进行立体匹配
的自适应窗口
根据空气中鱼眼图像的成像模型推导出鱼 眼图像的极曲线并且建立了适应于鱼眼图像的 不规则窗口,为了兼顾速度和精度,利用较小窗口 的基于分割的自适应权值算法得到初始视差图, 接着对初始视差图进行校正得到精确的视差图, 校正算法中根据鱼眼图像的特点重新定义了自适应权值,用模拟图像和实景图 像分别对算法进行验证,所提算法成功将稠密区域匹配算法应于空气中鱼眼图 像。
首先对图像进行二值化处理，然后给每个像素赋值为离它最近的背景像 素点与其距离（Manhattan距离or欧氏距离），得到distance metric(距离 矩阵)，那么离边界越远的点越亮。
电气学院
利用极线约束进行立体匹配
二 极线距离变换
电气学院
利用极线约束进行立体匹配
二 极线距离变换
电气学院
利用极线约束进行立体匹配
电气学院
利用极线约束进行立体匹配
一 极线约束进行立体匹配
基于色彩分割的自适应窗口
电气学院
利用极线约束进行立体匹配
一 极线约束进行立体匹配
空气中拍摄+自适应框 水中拍摄+常规框 水中拍摄+自适应框
电气学院
利用极线约束进行立体匹配
二 极线距离变换
电气学院
利用极线约束进行立体匹配
二 极线距离变换
距离变换和线性滤波器， 形态学变换处于平等位置，是 图像处理的一种方法，通过使 用两遍扫描光栅算法可以快速 计算到曲线或点集的距离。 方法：