基於一維匹配的寬基線圖像多維匹配方法研究

《基於一維匹配的寬基線圖像多維匹配方法研究》是依託昆明理工大學，由張雲擔任項目負責人的地區科學基金項目。

基本介紹

• 中文名：基於一維匹配的寬基線圖像多維匹配方法研究
• 項目類別：地區科學基金項目
• 項目負責人：張雲
• 依託單位：昆明理工大學

項目摘要

本項目針對圖像匹配實際需要，重點研究寬基線圖像匹配的三個方面的問題：一是研究一維匹配的高效算法。針對一維匹配可利用數據少和速度不夠快的的問題，研究用冗餘徑向線來增加匹配可用信息量的最佳途徑，以及用射影不變性質來查錯與糾錯的方法，以提高其可靠性；研究匹配所需徑向數據最少的模式，以及由圖像特徵引導的匹配塊快速定位方法，以提高其時效性。二是研究寬基線圖像二維全圖配準方法。針對實際圖像重疊區形狀及形貌的複雜性，研究以高效一維匹配引導局域圖像園塊或特徵點匹配、向外擴張並最後覆蓋整個不規則的、紋理相似和結構相似兼有的圖像重疊區的匹配方法。三是研究寬基線圖像密集三維匹配方法。根據密集三維匹配的技術要求，研究由高效一維匹配來執行圖像線分段匹配的模式，分段起始點的檢測方法，對匹配結果最佳化的方法，以及處理不能匹配的遮擋區方法。研究成果可為寬基線圖像匹配提供科學方法與技術支撐，推進圖像處理領域的技術進步。

結題摘要

本項目針對寬極線圖像匹配的實際需要，研究了在三種不同維度下實現寬基線圖像匹配的方法，取得了可靠且有效的匹配結果，達到了預期的研究目的，具體內容如下。第一，針對原一維匹配方法缺乏健強性及時效性的問題，提出了一個新的基於冗餘解投票的匹配查錯方法，以及一個新的基於查錯多尺度搜尋的目標定位方法。據此提出了一個新的可靠且快速的寬基線圖像一維匹配算法。同時，也開發出了相應的軟體系統，並用INRIA數據組對該系統進行了評價，證實了該方法較原一維匹配方法新增的兩個特點，即查錯鍵強性與高時效性（平均要快三千倍以上），同時也保持了亞像素的配準精度（最大配準誤差只為1.05像素）。第二，在寬基線圖像二維全圖配準時，針對實際圖像重疊區的形貌複雜性，提出了一個新的在對數極坐標系下尺度不變特徵點的檢測方法。進一步，以這類特徵對應點作為種子、向外擴張長大並覆蓋整個重疊區的匹配模式，實現了寬基線圖像二維全圖配準。同時，也開發出了相應的軟體系統，並用Rensselaer數據組對該系統進行了評價，證實了該方法的配準成功率比國際主流的基於尺度不變特徵點的圖像配準方法（如SIFT方法和GDB-ICP方法）的要高出13.64%。第三，根據密集立體（三維）匹配的技術要求，提出了一個新的基於形貌自適應視窗的立體匹配方法，該方法由一個形貌自適應的支持視窗劃分，結合一個由區域邊界約束強化的掃描線最佳化方法，以及系統的適於平行計算的視差查錯與糾錯方法，實現了準確的寬基線圖像立體匹配。同時，也開發出了相應的軟體系統，並按Middleburry基準檢測對該系統進行了評價。結果表明，該系統對不同的寬極基線圖像均能給出準確的視差結果，同時在平均視差錯誤上比同類型的Middleburry算法（如Cross方法）要低出25.05%。總之，系統的測試結果表明，三方面主要研究的技術指標已接近或達到了當前國際主流技術的水平。這些研究成果為推進圖像匹配領域的發展提供了科學方法與人才支撐，也為今後進一步的開發套用打下了基礎。