計(jì)算機(jī)視覺ppt課件(完整版)
【正文】 其中 μ 是圖像窗內(nèi)光強(qiáng)均值， σ 是光強(qiáng)分布參數(shù) ?相似評(píng)價(jià)函數(shù)為差值絕對(duì)值之和（ SAD） ????0 0 0 0( , ) ( ( , ) ) /( , ) ( ( , ) ) /k k k kf i j f i jf i j f i j??????22111 ( ( , ) )nmjif i jmn??????? 0111 ( , ) ( , )nmkkjif i j f i jmn??????puter vision 27 立體匹配 ?唯一性約束 ?由于在任何時(shí)刻位于某一物質(zhì)表面上的一個(gè)給定點(diǎn)在空間只占有一個(gè)唯一的位置，即一幅圖像上的特征點(diǎn)只能與另一幅圖像上的 唯一一個(gè)特征點(diǎn)對(duì)應(yīng) ，所以除了極個(gè)別的情況以外，某個(gè)匹配基元只能與另一幅圖象中的一個(gè)匹配基元相匹配。 puter vision 30 立體匹配 ?區(qū)域相關(guān)性： ?雖然邊緣特征是圖像的基本特征，但是邊緣特征往往對(duì)應(yīng)著物體的邊界，而物體邊界的深度值一般是不確定的； ?物體邊界深度值可以是物體封閉邊緣的深度距離和背景點(diǎn)深度距離之間的任意一個(gè)值。 1 2 3 4( , ) m i n ( , , , )ccI x y I I I I?puter vision 33 立體匹配 ?區(qū)域相關(guān)性： ?兩幅圖像 f1和 f2，設(shè)待匹配的候選特征點(diǎn)對(duì)的視差為 (dx,dy),則以特征點(diǎn)為中心的區(qū)域之間相似性測(cè)度可以有相關(guān)系數(shù) r(dx,dy)定義為： ?在每一個(gè)像素上使用閾值化處理后的具有正負(fù)符號(hào)的梯度值，而不是圖像灰度值，可以改善相關(guān)性的計(jì)算精度。 ? M. Okutami , T. Kanade, A multiple baselines stereo, IEEE Trans on Pattern Analysis and Machine Intelligence, 15(4):353363 puter vision 36 多基線立體成像 ?假定 n個(gè)攝像機(jī)具有相同的焦距 F，其位置分別為P0,P1…P n1，對(duì)應(yīng)的 n1個(gè)基線用 B1,B2…B n1表示，f0 (x)和 fi (x)表示在位置 P0和 Pi處同步獲取的圖像，組成一個(gè)立體圖像對(duì)。 ?優(yōu)點(diǎn)：三幅圖像中的所有點(diǎn)完全配準(zhǔn) ?缺點(diǎn)：實(shí)際中由于無法精細(xì)控制照明而不能用于實(shí)際的成像系統(tǒng)。 puter vision 44 測(cè)距成像 ?常用的測(cè)距成像方法有： ?結(jié)構(gòu)光測(cè)距： 三角測(cè)量原理來計(jì)算深度 ?激光雷達(dá)測(cè)距： 通過比較發(fā)射信號(hào)與接收信號(hào)的延時(shí)、相位、頻差等方法測(cè)量距離。 ?通過計(jì)算圖像每一個(gè)點(diǎn) （ x’,y’） 對(duì)應(yīng)的場(chǎng)景表面方位來實(shí)現(xiàn)。 ?在一定大小窗口 W中，立體視差變量 d(i),立體圖像的方差之和（ SSD）為： r ( i )rBFdz?00()( ) ( ) ( )( ) ( ) ( )i r i if x f x n xf x f x d n x??? ? ?2( ) 0 ( )( , ) ( ) ( )i i i ijWe x d f x j f x j d???? ? ? ? ????puter vision 38 多基線立體成像 ?設(shè) ζ r和 ζ 分別是真實(shí)和候選場(chǎng)景點(diǎn)深度值的倒數(shù)，即 ζ r=1/zr， ζ =1/z，則： ?替換的 SSD為： 其中 ei(x,ζ )成為匹配平價(jià)函數(shù)， ?ei(x,ζ )的數(shù)學(xué)期望為： ??( ) ( )r i i r i id B F d B F??? ??? 20( , ) ( ) ( )i i ijWe x f x j f x B F j?? ? ? ? ??? ? ? ?? ? ? ?2 2( , ) ( ) ( ( ) ) 2i i r w njWE e x f x j f x B f j N?? ? ? ? ? ? ??puter vision 39 多基線立體成像 ?N個(gè)攝像機(jī)形 n1個(gè) SSD函數(shù)，將所有的 SSD函數(shù)相加形成了一個(gè)總的評(píng)價(jià)函數(shù) ?假設(shè)亮度函數(shù) f(x)在 x和 x+a處有相同的模式，即 ?則它們的匹配評(píng)價(jià)函數(shù)期望關(guān)系是： ?在 ζ r和 ζ f=ζ r+a/(BiF)兩個(gè)地方得到的評(píng)價(jià)函數(shù)最小，但是假的匹配深度值的倒數(shù) ζ f隨著基線
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1