基于生物地理优化理论的视差估计研究[开题报告]

开题报告

电子信息工程

基于生物地理优化理论的视差估计研究

一、课题研究意义及现状

近年来随着计算机技术快速发展，立体视频，立体电视，视频会议技术[1]得到很大程度的提高，简单的单通道视频已经无法满足人们日益增长的视觉享受，因此视频数据量成倍增加，面对如此巨大的数据量我们该如何实现最有效的压缩编码。其中视差估计是视频编码中最为关键的一步，因而受到了人们的普遍重视，并在计算机视觉领域得到了应用，成为一个非常活跃的研究课题。

国外对视差估计从上世纪八十年代Marr[3]提出立体视觉的计算理论后，拉开了学者

们对视差估计的研究序幕。到了2002年，Scharstein和Szeliski[4]总结了以前视差估计

算法，并将视差估计整个过程分为四个步骤：匹配代价计算，匹配代价叠加，视差获取

及优化，视差优化。视差估计根据采用不同的匹配基元可分为基于区域和基于特征两种

方法[5]。至此视差估计的研究进入一个系统的发展时期。最近，Tomasi[6]等人对全局匹

配也做了大量研究，它们提出了本征曲线，由某种检测算子对图像同一扫描线内像素点

扫描得到的。其最大优点是视差不变性，就是扫描线上的最近邻距离不受空间图像视差

数量的影响。

国内学者主要针对基于区域方法和特征方法的不足提出各种优化算法。基于其中陈文鑫，朱仲杰[7]提出的基于可变特征基元的视差估计，该算法采用可变线段基元，结合立体几何特性，可得到任意精度视差场，增加了视差估计的可靠性及准确性。另外高韬，刘正光[8]为提高立体图像视差估计的准确度及效率，从图像特征点入手，提出基于冗余离散小波变换的立体图像视差估计法，此算法可以形成浓密的视差图。近年来，视差图求取算法不断出现，有些算法精度都相当高，但却没能被广泛应用，因为在众多算法中并没有一个有效而通用的算法。目前视差估计的研究成果已覆盖涉及多视点视频，立体图像的各个领域，包括自动导航，虚拟现实，生物医学军事侦察等。

本文之所以选择基于生物地优化理论的视差估计研究这个课题主要是想利用生物地理优化[2]针对视频编码中的视差估计算法进行研究，以此来寻求全局最优解，克服以往算法往往陷入局部最优的弊病，从而提高视差估计过程中的两幅灰度图像的匹配精确度，以及将算

法的复杂度简化提高匹配速度，通过这一些列改进使得后续压缩编码达到最有效，让立体图像的传输更加快速和存储的空间更加小。

二、课题研究的主要内容和预期目标

2.1研究的基本内容

首先，将基于生物地理优化理论视差估计研究总框图列出，如下图。

第一步、确定初始种群，定义初始值（最大迁入率，最大变异率等）；

第二步、计算出每个搜索点值，若满足直接进行第三步；

第三步、根据适合度值大小对搜索进行排序，并保存最高ISI对应的点；

第四步、迁徙操作。根据迁入迁出率决定的坐标是否改变；

第五步、变异操作。若其值为非零，则对当前最高ISI点进行变异；

第六步、进行相同点检查，用随机点替代相同点；

最后结束，返回最高ISI对应点的位置。

2.2预期的目标

我要达到的预期目标就是根据变异迁徙原理，拟定匹配准则，利用当前帧去快速寻找另一个图像中的最佳匹配点，从而提高其精确度和搜索时间。

三、课题研究的方法及措施

3.1课题研究的方法

本课题研究方法主要是通过阅读各类学术论文，归纳总结学者们的一些视差估计的具体算法，进行了优缺点总结，以及对生物地理优化理论有深入地认识，建立参考模型，并将生物地理优化理论为基础结合视差估计进行新算法的研究与探索，从而提高视差估计的匹配精度和速度。

根据生物地理优化算法中的物种对岛屿的适应性，把当前帧中的每个点看成是一个岛屿，另外一个视点内的图像内的每一个点看成是每一个物种，按照某种规则寻找与当前岛屿

适应性最大的物种，也就找到了当前点在另外一个图像内的匹配点。其中寻找最佳匹配点是根据变异迁徙原理来寻找，并且每个匹配点都有一个绝对误差和SAD（Sum of Absolute Difference）值，然后根据SAD值的大小来确定最佳点。

3.2课题研究的措施

将理论用于编程时将会遇到各类问题：（1）作为匹配准则的SAD如何确立，通过各类文献阅读已找到相关内容。（2）在匹配过程中可能会遇到相同点，因此就有了相同点检查问题，通过询问老师也得到了解决。（3）将物种迁入率和迁出率以及适合性指标变量ISI(Island Suitability Index)建立线性关系，大量类似文献也给出相应说明。（4）实际编程过程中一定还会有不少问题，到时候及时向老师询问。

四、课题研究进度计划

1. 2011年9月1日—2011年9月15日：深入研究课题，了解课题具体的任务要求，并且制定了详细的计划。

2. 2011年9月16日—2011年9月30日：查阅了大量的文献资料，将自己的思路进行了整理。

3. 2011年10月1日—2011年10月20日：外文翻译，书写开题报告和文献综述。

4. 2011年10月21日—2011年11月15日：熟悉生物地理优化理论及相关视差估计算法，准备开题答辩。

5. 2011年11月16日—2011年11月30日：自己写实验代码，通过在VC++平台上不断的实验及改进，遇问题虚心向同学老师求教。

6. 2011年12月1日—2012年2月1日：完成毕业论文，准备毕业答辩。

五、参考文献

[1] 钱诚，戴琼海.多视序列编码概述.2005国际有限电视技术研讨会，2005，428-434．

[2] D.Simon Biogeography-based of Optimization[J].IEEE Tram．Evolutionary Computation，2008，12(6)：702-713.

[3] D.Marr and T.Poggio．A computational theory of human stereo vision．In Proc．of the Royal Society ofLondon，1979，B 204，301-328．

[4]D.Scharstein and R.Szeliski．A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms[J]．International Journal of Computer Vision．2002,47(1):7-42.

[5]张程风.立体视频中视差估计研究[D] .合肥工业大学2010.4.

[6] C.Tomasi and R.Manduchi．Stereo Matching as a Nearest-Neighbor Problem．IEEE