1.2計算機立體視覺的發(fā)展與現(xiàn)狀
計算機視覺(Computer Visio的研究的主要目的是使石英管液位計計算機系統(tǒng)具有類似于人類的視覺能力，獲取三維場景的幾何信息是其最基礎(chǔ)的研究內(nèi)容(馬頌德，1998)。計算機視覺的發(fā)展可以追溯到20世紀50年代初。1951年，Neumann提出利用計算機通過對比圖相鄰位置的強度來進行圖像的分析，這可能是有記載的有關(guān)計算機視覺最早的實踐( Eklundh,2001)。立體視覺的開創(chuàng)性工作是從60年代中期開始的。MIT的Robert完成的三維景物分析工作，把過去對二維圖像的分析推廣到三維景物，標志著立體視覺技術(shù)的誕生，并在隨后20年中迅速發(fā)展成一門新的學(xué)科。1979年.Marr綜合圖像處理、心理物理學(xué)、神經(jīng)生理學(xué)及臨床精神病學(xué)的研究成果.從信息處理系統(tǒng)的角度出發(fā)提出了第一個較為完善的視覺系統(tǒng)框架。盡管該系統(tǒng)許多方面不完備，但還是為廣大計算機視覺工作者基本接受。20多年來，研究者們對Marr基本理論框架中所提出的各個研究層次與視覺系統(tǒng)的各個階段中的各種功能模塊，進行了大量的研究。Marr創(chuàng)立的視覺計算理論對立體視覺的發(fā)展產(chǎn)生了巨大影響，現(xiàn)已形成了從防腐液位計圖像獲取到最終的景物可視表面重建的完整體系，在整個計算機視覺中占有越來越重要的地位。
立體視覺(Stereo Vision)是計算機被動測距方法中能重要的距離感知技術(shù)，它直接模擬人類視覺處理景物的方法，可以在多種條件下靈活地測量景物的立體信息。Barnard指出，一個完整的立體視覺系統(tǒng)通�？煞譃閳D像獲取、攝像機定標、特征提取、立體匹配、深度確定及內(nèi)插等六個部分(Barnard, 1982)。計算機立體視覺技術(shù)在機器人視覺、產(chǎn)品檢驗、零件識別與定位、圖像圖形識別、醫(yī)學(xué)整形和美容、工業(yè)產(chǎn)品的外觀設(shè)計、三維搶廓測量、藝術(shù)雕塑、建筑、國防等領(lǐng)域有著廣泛的應(yīng)用前景，是當(dāng)今國際上的熱門課題之一(彭嘉雄，1992 ;賈云得，2000)。研究方法從早期的以傳統(tǒng)相關(guān)理論為基礎(chǔ)的相關(guān)匹配，發(fā)展到液位變送器具有很強生理學(xué)背景的特征匹配.從串行到并行，從直接依賴于輸入信號的低層次處理到依賴于特征、結(jié)構(gòu)、關(guān)系和知識的高層次處理，其理論正處在不斷發(fā)展和完善之中。對它的研究無論是從視覺生理的角度還是在工程應(yīng)用中都具有十分重要的意義(李奇，1999)
立體匹配(Stereo Matchin勸是立體視覺中最重要也是最困難的問題之一。計算機視覺(包括攝影測量)的問題本身就是一個病態(tài)(Ill Posed)問題，當(dāng)內(nèi)襯四氟磁翻板液位計空間三維場景被投影為二維圖像時，同一景物在不同視點下的圖像會有很大不同，它是三維物體幾何特征、光照、物體材料表面性質(zhì)、物體的顏色、相機參數(shù)等許多參數(shù)的函數(shù)。這些函數(shù)往往是非線性的.問題的解不具有唯一性，而且對噪聲或離散化引起的誤差極其敏感。對于任何一種立體匹配方法，其有效性有賴于3個問題的解決，即:選擇正確的匹配特征，尋找特征間的本質(zhì)屬性及建立能正確匹配所選特征的穩(wěn)定算法。立體匹配的研究都是圍繞著這三個方面進行，井已提出了大最各具特色的匹配方法。但由于立體匹及的間題太多，至今仍未得到很好的解決，特別是在復(fù)雜場景中，如柯提高算法的去歧義匹配和抗干擾能力，降低實現(xiàn)的復(fù)雜程度和計算量，都需要進行更深人的探索和研究(游素亞。 視覺計算中的誤差估計是在圖像處理的基礎(chǔ)上發(fā)展起來的，它從信息處理的層次研究視覺信息處理的計算理論、表達與計算方法。對視覺信息處理的各個階段的誤差分析，一直是一個十分困難而又極少被研究的問題，雖然在數(shù)字圖像處理中提出了互相關(guān)技術(shù).
友情提示：本文是由130039.cn 編寫提供，轉(zhuǎn)載請注明出處。
