摘 要： 根據(jù)工程實(shí)踐的需要、在進(jìn)行圖像匹配" title="圖像匹配">圖像匹配時(shí)、利用在外極線上動(dòng)態(tài)確定搜索范圍的方法減小匹配的搜索空間、從而降低匹配錯(cuò)誤率、提高匹配速度。
關(guān)鍵詞： 圖像匹配 約束 外極線定界
?
立體視覺是計(jì)算機(jī)視覺" title="計(jì)算機(jī)視覺">計(jì)算機(jī)視覺中的一個(gè)重要分支，一直是計(jì)算機(jī)視覺研究的重點(diǎn)和熱點(diǎn)。它是計(jì)算機(jī)被動(dòng)測距方法中最重要的距離感知技術(shù)，可以在多種條件下靈活地測量景物的立體信息。在非接觸測量方面越來越占有重要的地位。
立體視覺中最重要也是最困難的問題是圖像匹配。匹配方法" title="匹配方法">匹配方法按照所選基元可分為兩類：其一是基于圖像灰度分布的匹配；以圖像的灰度信息為基礎(chǔ)，對二維圖像平面進(jìn)行統(tǒng)計(jì)分析，用灰度相關(guān)性和相似性做相關(guān)匹配判決。直接對圖像象素進(jìn)行匹配可以得到較高的定位精度和密集的視差表面，由于過分依賴圖像灰度統(tǒng)計(jì)特性，使得匹配對景物表面結(jié)構(gòu)、光照反射和成像幾何十分敏感。其二是基于圖像特征的匹配；有選擇地采用能表示景物自身特性的特征，通過更多的強(qiáng)調(diào)空間景物的結(jié)構(gòu)信息解決匹配的歧義性，匹配特征主要為點(diǎn)狀特征、線狀特征、角特征、區(qū)域特征，也可取圖像統(tǒng)計(jì)特征。
空間三維景物成像為二維圖像時(shí)，不同視點(diǎn)的圖像有很大差異。有很多因素會(huì)使特征點(diǎn)" title="特征點(diǎn)">特征點(diǎn)不穩(wěn)定，如光照條件、景物幾何形狀、物理特性、噪聲干擾、畸變等都被綜合成單一的圖像中的灰度值。這使得像點(diǎn)灰度信息不能作為局部匹配的判決依據(jù)。物體對光照的非漫反射，在場景中產(chǎn)生陰影，在光照條件變化時(shí)，陰影的位置，形狀也發(fā)生變化，影響了特征區(qū)域的選擇和特征信息的提取?？梢?，要準(zhǔn)確地對包含了如此之多不利因素的圖像進(jìn)行無歧義的匹配有相當(dāng)?shù)碾y度。特別是在匹配過程中，一般都是在圖像對的寬度范圍內(nèi)進(jìn)行匹配搜索，不僅費(fèi)時(shí)，而且還增加了匹配的錯(cuò)誤概率。因此，在實(shí)際應(yīng)用中，如何盡可能地縮短匹配搜索范圍，對匹配定位的準(zhǔn)確性和匹配運(yùn)算的實(shí)時(shí)性都有著無可置疑的重要性。
1 基本約束條件
不同視點(diǎn)投影圖像的差異和物體表面局部結(jié)構(gòu)的相似性使對應(yīng)性求解呈多義性。為提高匹配的可靠性、置信度，消除歧義性，根據(jù)物體某些固有特性和先驗(yàn)知識(shí)擬定了匹配約束。
1.1 外極線約束
空間序列圖像中，攝像機(jī)焦點(diǎn)f1，f2與物點(diǎn)P決定一個(gè)外極面，與像面的交線為外極線，也叫核線。同名像點(diǎn)位于同名外極線上，在標(biāo)定得到內(nèi)外方位參數(shù)后，圖像序列信息中，同名外極線是確定的。圖像匹配中只需要沿外極線方向搜索就可以找到相應(yīng)像點(diǎn)，搜索是沿著外極線方向進(jìn)行的，也就形成了一維搜索，習(xí)慣上把這種圖像匹配叫做外極線數(shù)字相關(guān)或核線相關(guān)。由于沿外極線的一維圖像匹配，搜索位置比二維少得多，它具有計(jì)算量小，圖像匹配速度大大提高的優(yōu)點(diǎn)，是目前許多圖像匹配方案中都廣泛采用方法。[2]
1.2 視差連續(xù)性約束
僅在被遮擋區(qū)域或邊界上，視差才出現(xiàn)不連續(xù)，用此可剔除部分偽匹配點(diǎn)。
1.3 物體形態(tài)約束
物體表面有一定的坡度和高度，在一定范圍內(nèi)變化，由此可找出對應(yīng)點(diǎn)范圍限制，減少搜索區(qū)和剔除部分偽匹配點(diǎn)。
1.4 偏差梯度約束
對于絕大多數(shù)自然場景，即使很復(fù)雜，兩對共軛點(diǎn)的偏差梯度總是小于1的；而對于不正確的匹配，則很少能滿足這種限制。這種約束需要第三個(gè)相機(jī)。[1]
另外，還有相容性約束、唯一性約束等等。我們在這些約束的基礎(chǔ)上，根據(jù)測量系統(tǒng)的具體情況，提出了一種新的約束條件，即根據(jù)被測物體深度空間所具有的坐標(biāo)范圍約束。
1.5 坐標(biāo)范圍約束
被測物體的深度空間已知和投影幾何固定時(shí)，可以利用被測物的高度信息來限制同名像點(diǎn)在外極線上的范圍。由物點(diǎn)坐標(biāo)用一元線性回歸可求出同名像點(diǎn)在對應(yīng)的外極線上的可能區(qū)域，減小了直線搜索范圍。
2 動(dòng)態(tài)外極線定界方法
在圖像匹配中加入上述各種匹配約束后，特征點(diǎn)的搜索范圍已經(jīng)減小。但在工程實(shí)踐中，我們發(fā)現(xiàn)特征點(diǎn)數(shù)目越多，求得空間物體上的對應(yīng)點(diǎn)越密集，對物體的三維描述就越容易，得到的形態(tài)參數(shù)就越精確，同時(shí)匹配所需的時(shí)間就越長。這在圖像匹配中始終是一個(gè)突出的矛盾，因此正確地增加匹配約束，減小搜索范圍，提高匹配速度是我們一直研究的問題。
煤場中的煤堆類似于四棱柱體，空間幾何關(guān)系示意圖如圖1所示。
在工程中，攝像機(jī)被固定在立于煤場一邊的鐵塔頂上，兩臺(tái)攝像機(jī)均俯視煤堆，交向攝影。這樣得到的兩幅圖像像面上每一個(gè)像素間隔代表的空間距離是不同的。在圖像的下邊，每個(gè)像素間隔代表的空間距離大，空間分辨率??；隨著像面坐標(biāo)J值的增大，越往上，每個(gè)像素間隔代表的空間距離減小，空間分辨率增大。根據(jù)前面敘述的外極線定界得到的匹配搜索范圍如圖2所示。
圖2中左圖有四個(gè)特征點(diǎn)，右圖中有相應(yīng)的四條外極線與之對應(yīng)，并且圖像經(jīng)過幾何變換后，外極線接近于水平。右圖中的兩條虛線表示對應(yīng)點(diǎn)在外極線上的搜索范圍，隨著像面坐標(biāo)J值的增大，越往上，外極線的定界范圍越寬，匹配點(diǎn)搜索所需時(shí)間就越長，匹配出錯(cuò)概率就越大。而像面坐標(biāo)J值越大，對應(yīng)的空間物點(diǎn)的三維坐標(biāo)Z的值就越大。因此，在兩幅圖像上部的特征點(diǎn)能否正確匹配，對所求的空間物體的高度影響非常大。
在實(shí)踐中，我們發(fā)現(xiàn)前面所述的定界方法只利用了空間物體整體的坐標(biāo)連續(xù)性、整體的形態(tài)限制和坐標(biāo)范圍限制。而沒有充分利用相鄰兩個(gè)特征點(diǎn)之間的空間坐標(biāo)和像面坐標(biāo)連續(xù)性。為了克服原有的定界方法的不足，我們采用了動(dòng)態(tài)定界來縮小匹配點(diǎn)的搜索范圍，如圖3所示。
在左、右兩幅800×600×256級灰度圖像中，首先確定出已知的基準(zhǔn)點(diǎn)在圖像中的對應(yīng)位置(在兩幅圖像的最下方中央)，及基準(zhǔn)點(diǎn)的空間三維坐標(biāo)，根據(jù)基準(zhǔn)點(diǎn)像面坐標(biāo)，在與I垂直的方向上，劃分n個(gè)15×15大小的區(qū)域，按照尋找特征點(diǎn)的方法，在每個(gè)小區(qū)域中以灰度重心作為它的特征點(diǎn)(圖中只以四個(gè)特征點(diǎn)為例)，圖3(a)中，第一個(gè)" title="第一個(gè)">第一個(gè)特征點(diǎn)與基準(zhǔn)點(diǎn)垂直相鄰。根據(jù)像面坐標(biāo)的連續(xù)性可知，在圖3(b)中與之對應(yīng)的匹配點(diǎn)在第一條外極線上，并且像面坐標(biāo)I的值在基準(zhǔn)點(diǎn)坐標(biāo)I值左右的一定范圍。根據(jù)空間物點(diǎn)坐標(biāo)連續(xù)性可知，與相鄰的兩個(gè)特征點(diǎn)相對應(yīng)的空間點(diǎn)三維坐標(biāo)中，Z、Y和X值的差別在一定范圍內(nèi)，即煤堆在X、Z方向不可能劇烈突起、下凹或斷裂；在Y方向隨著像面坐標(biāo)J的增大，Y值只能增大，不可能減小。由此可以在第一條外極線上劃定一定范圍，與圖3(b)基準(zhǔn)點(diǎn)垂直相鄰，在這個(gè)范圍內(nèi)依據(jù)特征點(diǎn)的對應(yīng)準(zhǔn)則進(jìn)行匹配。在圖3(b)中得到第一個(gè)匹配點(diǎn)后，第二個(gè)匹配點(diǎn)的搜索范圍根據(jù)第一個(gè)匹配點(diǎn)的像面坐標(biāo)而定，依次類推。在圖像J方向上確定了一系列的特征點(diǎn)和匹配點(diǎn)后，與其相鄰的左邊或右邊的特征點(diǎn)也可以類推。這種定界方法中，每一個(gè)特征點(diǎn)在外極線上的搜索范圍都是靠前一個(gè)已知對應(yīng)點(diǎn)來確定，我們稱之為動(dòng)態(tài)定界。
從示意圖中可以看出，采用動(dòng)態(tài)定界后，在像面上方匹配點(diǎn)的搜索范圍大大縮小。因此，匹配速度進(jìn)一步加快，匹配錯(cuò)誤概率也同時(shí)降低。
另外，作者認(rèn)為，在交向攝像中，圖像中心部位是整幅圖像分辨率和清晰度最好的地方，匹配時(shí)，從圖像中心線方向上首先進(jìn)行，采用上述動(dòng)態(tài)定界的方法搜索對應(yīng)點(diǎn)；然后再向左、右兩個(gè)方向擴(kuò)展，以中心線上的匹配點(diǎn)作為外極線定界的參考點(diǎn)，逐步進(jìn)行匹配，直到整幅圖像匹配完畢。
3 實(shí)驗(yàn)結(jié)果
作者用圖像對分別用傳統(tǒng)方法和動(dòng)態(tài)外極線定界方法進(jìn)行對比實(shí)驗(yàn)，并用人機(jī)交互方法檢驗(yàn)其匹配結(jié)果正確性，結(jié)果如表1所示。
從表中看出，同一圖像對用定界匹配方法比常規(guī)匹配方法節(jié)省匹配時(shí)間79.4%，而匹配準(zhǔn)確率則提高了41.7%。在大部分匹配點(diǎn)正確的前提下，利用圖像的整體結(jié)構(gòu)信息，可以剔除一些誤匹配點(diǎn)，更進(jìn)一步提高匹配的準(zhǔn)確度。
參考文獻(xiàn)
1 吳立德.計(jì)算機(jī)視覺.上海：復(fù)旦大學(xué)出版社，1993
2 Kenneth R.Castleman.Digital Image Processing.北京：清華大學(xué)出版社，1997