立体图像的遮挡边界区域检测技术

时间: 2017-07-20 07:00:09 来源:未知 作者:admin 点击:11 次
  

                   作者:郭大波, 卢朝阳, 焦卫东, 崔玲玲

【摘要】  针对平行结构立体摄像机存在较大的遮挡边界区域问题,本文提出了一种基于可信图的遮挡边界检测算法。首先通过采样计算立体图像对中几条扫描线的可信值,从而得到遮挡边界的若干采样点;然后通过RANSAC算法得到遮挡边界。理论和实验分析表明该算法对复杂背景的立体图像有好的检测精度;对人肩像等简单背景图像的检测精度不好,但通过校正后仍可得到较准确的遮挡边界。

【关键词】  边界区域检测; 视差估计; 立体图像编码

       Abstract: Aimed at the presence of large occluded regions in stereo image pairs obtained from stereo camera pairs, an algorithm which can detect occluded boundary areas based on reliability map is proposed. Firstly, a number of sampled occluded boundary points are obtained by calculating reliability of the disparity on the corresponding sampled scan lines. Secondly, the boundary line is calculated by RANSAC method. Theoretical and experimental analyses showed  that the proposed algorithm gives a good boundary detection accuracy for stereo images with complex backgrounds. But for stereo images with homogenous background, the results are not good, however, the algorithm can also give a relatively good accuracy after certain correction.

    Key words:  detection; boundary region; disparity estimation; stereo image coding

    在立体图像处理技术领域,立体匹配、视差估计是非常重要的技术。对于由平行摄像机所获得的立体图像对,由于左右摄像机的视角所限,左图像的左边界区域往往在右图像中找不到对应点;右图像的右边界区域在左图像中找不到对应点,可把这种情况视为一种特殊的遮挡,把这种边界区域称为遮挡边界区域。

    应当指出,遮挡边界问题只出现在平行摄像机的情形中。对于会聚型摄像机所获得的立体图像对,由于两摄像机对准同一对象,这种遮挡现象一般不会出现[1,2]。然而,越来越多的应用场合的立体图像和序列是由平行摄像机获得的[3],因而遮挡边界区域的计算是一个不可忽视、必须解决的问题。

    R. Wang 和Y. Wang[4]定义这个边界区域的宽度为全局视差 (global disparity),并给出了二种算法。其中一种为移动帧差法,即左图像和逐点移动的右图像做帧差,并求差值绝对和,当取最小值时两图像之间的距离为全局视差,这种算法对于图像背景是均匀的 (homogenous) 低纹理区时是有效的,但不适合复杂背景情形;第二种算法是针对复杂背景情况,称之为移动对象相差法,即用左图像的前景对象与移动的右图像的前景对象做差值,并绝对求和比较,但前景对象的分割本身是一个不成熟、计算成本很高的问题,因此这种算法还不具有现实可行性。

    J. H. Park 和 H. W. Park[5]首先稠密计算视差图,然后利用右图像的最左边点加上其对应视差得到它在左图像对应点,这些点连接起来就形成了左图像遮挡边界区域线;利用左图像的最右边的点加上对应的视差可得到它在右图像的对应点,这些点连接起来形成右图像遮挡边界区域线。但问题是视差估计是不可靠的,边界点的视差尤为不可靠,这种方法难以得到可靠的遮挡边界。

    本文提出了一种基于可信图 (reliable map)的遮挡边界检测方法,可以克服前几种方法的不足,得到可靠的遮挡边界。

    1  立体视差和视差估计

    立体视差是立体图像对对两个对应点之间的差值矢量,设左右图像中的某一对对应点为PL、PR,则其从左到右的视差矢量可选用基于块的MAD法计算:dR→L=arg mind∈ΒMAD(PL),(1)其中B为一个矩形搜索框[(-dx,max,dx,max),(-dy,max,dy,max)],MAD (mean absolute difference)计算公式为:MAD(PL)=1   N2?P∈W|IR(P+d)-IL(P)|,(2)其中W为以PL为中心的正方形窗口,P为窗口内的任一点。同理可求出从右到左的视差矢量dR→L。

    2  交叉对应(CC)和可信图(reliability map)    对某一点估计所得到的视差矢量是否可靠或可信(reliable),过去主要根据最优化过程的MAD值判断[6],如小于某一阈值就判定该点是可信的。但有些误匹配点的MAD值也可能很小,因此现在大多采用CC (Cross Correspondence) 来判定[2]。

    CC(x,y)=  1,   if‖dL→R(x,y)+

    dR→L(x+dL→R(x,y),y)‖≤1,

    0,   otherwise.(3)    如某一点的CC值为1,则该点是可信的;否则就是不可信的。当然也可将两个条件结合起来判断可信。图1就是利用式(3)得到的JISCT的Corridal的稠密可信图,其中白色区域是可信区域,黑色区域是不可信区域。由于遮挡区、大片的均匀单一背景区域及重复纹理区的视差是不可信的,因此我们可利用可信图,并结合边界信息检测出遮挡边界。

    图2中的左右遮挡区是真实存在的,而两个待扩展区是由于边界点的视差估计不准确而导致不能交叉对应造成的,我们可假设待扩展区的视差是均匀的,并与邻近视差场是平滑的,这样就可将邻近的视差场扩展到这个区域,如将最邻近的两点的视差矢量平均值赋予这个区域的水平线上的各点。

联系我们Contact

企业QQ号码:4000290153
企业QQ咨询:
全国免费电话:400-029-0153
邮箱地址: 4000290153@b.qq.com
为了确保您的论文能够顺利通过审核,
请您在与客服老师沟通时务必要总结清楚您的论文要求。

南海代写论文网