被动式立体视觉中的同名点匹配研究开题报告

1. 研究目的与意义

立体视觉是机器视觉的一种重要形式，它是基于视差原理，利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法。和主动式的、常适用于室外环境的程距法不同，是一种被动方式的立体视觉方法。但是却十分适合工业制造、计算机等室内环境。

立体视觉主要分为四个步骤：图像获取、图像校正、立体匹配和三维重建。其中，立体匹配的目的是在两个或多个对应同一场景的图像中找到匹配点（即同名点），进而生成视差图。而视差图可以通过一些简单的几何关系转换成深度图，以用于三维重建。立体匹配是计算机视觉领域一个瓶颈问题，其结果的好坏直接影响着三维重建的效果。

在立体视觉中,对应点的匹配算法大致分为三类:区域匹配、特征匹配和相位匹配。本篇将对区域匹配的sad、ssd、ncc方法进行研究分析并进行性能评估等。

2. 课题关键问题和重难点

本课题主要分成资料整合、仿真程序（算法）编写及调试、仿真、性能评估、总结报告几个步骤。其中前2个步骤是重点。

资料整合步骤主要是参考资料，了解同名点匹配问题相关原理和算法概述，以便后继研究进行。因为有部分英文参考文献，需仔细分析。

仿真程序（算法）编写及调试是本课题的最重点也是最难点。实验因为要对多幅图像这种大量数据进行处理，所以需要用到matlab。除了基本算法外，还要考虑可以方便调节参数的要求。此外，由于程序的不唯一性，可能出现的运行错误是可以预见的，需要一定的调试。而在研究的3个算法中sad、ssd是较为基础的算法，可以较快完成，ncc方法较为复杂，是几个算法中的难点，可能需要多加尝试，如何快速运算、简化运算是关键性问题。

3. 国内外研究现状（文献综述）

立体视觉是机器视觉领域的一个重要组成，其目的在于重构目标场景的三维几何信息。

立体视觉的研究方法可以分为主动式和被动式两类：

主动式方法又叫做程距法，常适用于室外环境。该法常直接利用测距仪器，如激光测距器，来获得程距值和深度图，用数值逼近的方法重建表面信息，再根据模型建立场景中的物体描述来实现图像理解功能。简单的说，主动式立体视觉是直接测量然后直接建立三维模型。

4. 研究方案

首先，从数据来源方面，为了减少因为原始数据（图像）差异造成的影响，决定使用立体匹配标准图集，即Middlebury图集进行研究。

然后，从顺序上，在参考资料后决定先采用较为简单的SAD、SSD方法实现同名点匹配，然后在完成相应部分后尝试采用NCC方法实现同名点匹配。

考虑到数据运算量，研究工具使用MATLAB。

具体流程如下：

5. 工作计划

第1周：整合资料，理解课题相关原理，以及未来前景。

第2周：继续搜寻相关资料，进行外文资料翻译，对国内外对研究问题的处理方法区别稍作了解。

第3周：确定方案，拟定实验模型，初拟开题报告。