文档介绍：上海交通大学工学硕士学位论文 摘要
从双目立体图像中恢复三维信息的研究
――加入结构约束的半全局匹配算法的研究与实现
摘 要
三维重建是计算机视觉、计算机图形研究中倍受关注的热点。而双目
立体视图匹配是一种经典的三维重建方法，它通过比较在不同位置对同
一场景拍摄的两幅照片找出其中匹配的场景点，从而根据场景点在两幅
图像中不同的位移程度得到其相对于相机的距离(称为深度)，进而从二
维图像信息中恢复三维场景的信息。双目立体视图匹配的应用十分广泛，
如虚拟现实、文物保护、工业监控、数字娱乐等，同时，相对于其他三
维重建的方法，双目立体视图匹配的设备要求、算法的时间复杂度以及
空间复杂度较低，因此具有十分重要的研究价值。
通过对双目立体视图匹配方法的分类、分析与比较，今后将出现如下
的发展趋势和热点：更多地体现全局性、算法的高速性、对噪声的鲁棒
性以及算法的通用性。因此，本文实现了几种具有发展前景的方法，并
进行比较和改进，选择并实现一个具有较高匹配精度、同时具有较高的
执行速度兼顾对噪声的鲁棒性的双目立体匹配算法，以满足实际应用的
需要。
第 I 页
上海交通大学工学硕士学位论文 摘要
近年来，双目立体视图匹配领域涌现出了许多优秀的算法。本文选择
了三种具有代表性同时效率领先的算法进行实现：基于置信传播(BP)的
对称模型，半全局立体视图匹配，以及基于 mean-shift 的图像分割的方
法。通过对这三种算法的结果精度与执行速度进行比较与评估，我们最
终选择了半全局的立体匹配方法作为本文改进和提高的基础。这是由于
该方法的精度较为理想，并具有相较于其他两种算法巨大的速度优势；
同时该算法还具有采用现代 cpu 的单指令多数据流技术大幅加速的能力，
在对噪声的鲁棒性上也存在着优势。
在研究的后半部分，本文针对半全局立体匹配存在的一些问题进行了
一系列改进，这也是本文的创新点：
1. 针对在特定情况下算法由于规划路径不完全而引起的严重的深度
赋值错误，本文提出了使用图像分割的方法获得场景的结构分割信
息，通过初步的深度估算以及最小二乘法为每一个分割区域计算平
面模型参数，以此作为场景的结构信息加入到基于点的匹配代价的
计算中去，从而为匹配过程添加一个结构性的软约束。
2. 针对原算法存在的无法为遮挡和错误匹配区域提供可靠深度估算
的缺陷，本文提出基于前面得到的场景结构信息来进行此类区域深
度估算的方法，给出了可行的解决方案。
3. 针对结构性软约束存在的区域内部的平滑问题，同时为了避免深度
边界的模糊化，本文结合前面得到的结构信息，通过对拟合过程的
第 II 页
上海交通大学工学硕士学位论文 摘要
分析改进，引入了一种带有结构信息的快速二次曲面拟合方法。
算法的结果表明，在不改变原半全局立体视图匹配算法的整体框架，
并且保留其利用 cpu 单指令多数据流能力的前提下，本文所提出的方法
成功地解决了规划路径不完全引起的深度赋值错误，为遮挡和错误匹配
区域提供了可靠估算。因此相较于改进前的原算法，改进后的算法结果
精度得到了大幅地提升，同时保留了原算法的高速性，继承了原算法对
于噪声的鲁棒性。因此，改进算法具有广泛的应用价值与前途。
关键词：双目立体视图匹配，半全局立体匹配，图像分割，结构性软约
束