基于双目立体匹配的视差提取算法研究的中期报告.docx

基于双目立体匹配的视差提取算法研究的中期报告
一、研究背景
立体视觉是指通过两个视点（即双目）对同一物体或场景进行观察，获得的两幅图像配对，从而获取深度信息的技术。在机器人、自动驾驶、医学影像等领域广泛应用。其中，双目视觉匹配算法的基础是对像素点的视差提取。视差提取算法的准确度和效率直接影响到双目视觉匹配的结果。因此，研究基于双目立体匹配的视差提取算法是一个具有重要意义和应用前景的课题。
目前，视差提取算法的主要方法有基于传统特征的、基于图像分割的、基于机器学习的等。在这些算法中，变分方法由于其在凸性较强的问题上准确率高、收敛速度快等优势而被广泛应用。
二、研究内容和方法
本文旨在研究基于双目立体匹配的视差提取算法，探究变分方法在该算法中的应用效果。具体内容如下：
1.数据采集
使用双目相机，对不同的场景进行拍摄，获取一对左右图像。通过调整相机参数，获取不同分辨率和深度区间的图像数据。
2.视差提取算法
基于双目立体匹配的视差提取算法分为以下步骤：
-特征点提取：使用SIFT算法提取左右图像中的特征点。
-特征点匹配：根据提取出来的特征点，使用匹配算法（如基于灰度相似度的方法）对左右图像中的特征点进行匹配。
-视差计算：使用变分方法计算出左右图像中特征点的视差值。
3.变分方法
变分方法是求解优化问题的一类方法，具有全局优化、凸性强、收敛速度快的特点。在本研究中，将使用变分方法求解视差提取的优化问题，即通过最小化能量函数来求解视差值。
三、预期成果
通过对基于双目立体匹配的视差提取算法的研究，预期达到以下成果：
-实现基于双目立体匹配的视差提取算法，并对比分析不同方法的优劣；
-探究变分方法在双目立体匹配中的应用效果；
-通过实验验证算法的准确度和效率，并针对实验结果进行分析和总结。
四、研究计划
本研究计划分为以下几个阶段：
1.研究双目立体匹配算法的理论基础和实现方法；
2.采集不同场景的双目图像数据，并完成数据处理和标注；
3.实现基于双目立体匹配的视差提取算法，并验证其准确度和效率；
4.探究变分方法在视差提取中的应用效果，并与其他方法进行比较分析；
5.根据实验结果对算法进行改进和优化。
五、参考文献
[1]ScharsteinD,SzeliskiR.Ataxonomyandevaluationofdensetwo-framestereocorrespondencealgorithms[J].Internationaljournalofcomputervision,2002,47(1-3):7-42.
[2]HirschmüllerH,ScharsteinD.Evaluationofcostfunctionsforstereomatching[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,2010,31(5):851-864.
[3]YangQ,WangL,YangR.Real-timedisparityestimationusingjointbilateralfiltering[C]//EuropeanConferenceonComputerVision.Springer,Cham,2012:469-482.
[4]曹力,陈荫华.基于变分的立体视觉求解[J].计算机工程与应用,2016,52(9):221-226.
[5]陶彦斌,施天然,张华.基于变分优化的双目视觉匹配研究[J].现代交通技术,2017,16(4):34-37.