当前位置: 首页 > >

基于移动机器人的快速立体匹配技术研究

发布时间:

第29卷第4期
VoL 29,No.4

西华大学学报(自然科学版)
Journal of Xihua University?Natural Science

2010年7月
Jd.2010

文章编号:1673-159X(2010)04-0018-04

基于移动机器人的快速立体匹配技术研究
李洪海
(淮阴工学院,江苏淮安223002)

摘要:在介绍了常用立体匹配算法的基础上,针对移动机器人快速移动的特点,结合立体匹配的实时性,选 择了基于区域的WTA立体匹配算法,并对该算法采用了多项改进措施,保证了匹配的正确性,降低了误匹配率。 实验结果表明,改进后的立体匹配算法既具有良好的实时性也具有较高的精度,完全可以满足移动机器人的双目 立体视觉应用要求。 关键词:立体匹配;移动机器人;三角测量原理;校验 中图分类号:TP242 文献标识码:A

Research

on

Fast Stereo

Matching
of

Technology Based
China)

on

Mobile

Robot

LI Hong—hai (Huaiyin
Institute Technology,Huai’nn 223002

Abstract:This paper first introduces the popular mobile robot.and chooses the dopts some improving measures ments prove that the
stereo

stereo

matching algorithms,then considers the characteristics of fast moving of
on



WTA
to

stereo

matching algorithms based
correctness

region from many

stereo

matching algorithms.The author

a-

ensure

the

of matching and decrease the percentage of bad matching

as well.The experi?
cfln

matching algorithms presented in this paper have good real-time performance and better precision,and
stereo

meet the requirements of Key

binocular

vision applications for mobile

robots.

words:stereo

matching;mobile

robot;triangulation measurement principle;validation

双目立体视觉已经广泛应用于机器人视觉,如 自主车导航,三维测量,基于图像的建模和绘制等领 域…,其立体匹配被普遍认为是最困难也是最关键 的问题。通过找出每对图像间的对应关系,来解决 立体匹配问题,再通过三角测量原理,进而得到视差 图;在获得了视差信息后,根据投影模型很容易地可 以得到原始图像的三维信息。 1

中成像点的位置差异。 由于b和,为已知,因此,要实现双目立体视觉 测距,最关键的就是要求得视差d,即要实现空间同 一点P在左、右两幅图像上的投影点之间的对应。 两幅图像间对应点的寻求过程称为两幅图像的配 准,这是立体视觉过程中最关键的一步。 2

常用立体匹配算法
立体匹配的关键是寻找匹配的对应点。根据匹

三角测量原理
在标准立体相机布局心。的基础上,利用三角测

配基元的不同,立体匹配算法可分为两类:基于区域 的立体匹配、基于全局的立体匹配。
2.1

量原理可以很容易地获得深度距离z。 z=bdf 其中,b为两个摄像机光心之间的基线(base— line)距离∥为摄像机焦距;d为左、右两个图像*面 上形成的视差,表示了空间点P在左、右两幅图像

基于区域的立体匹配算法 (1)WTA算法 WTA(Winner—take—a11)是一种最简单的区域

匹配算法,它对于参考图中的某一点,直接取匹配 图视差范围内叠加匹配代价最优的一个点作为其

收稿日斯:2009?10-28 作者简介:李洪海(1976.),男,讲师,硕士,主要研究方向为计算机视觉。

万方数据

第4期

李洪海:基于移动机器人的快速立体匹配技术研究 表2几种立体匹配算法PBM值比较

19

对应匹配点。这种算法对匹配代价的精度要求很 高,原始匹配代价的方法、叠加窗口的大小及一些

增强鲁棒性的措施对最后的结果都会有一定的影
响。 (2)Realtime算法

模拟退火
WTA

9.48

3.15

6.51

0.33

动态规划4.12
7.30

4.84
4.05

10.10 14.36

1.50
1.98

WI'A算法虽然简单,但匹配精度有时并不能令
人很满意。因此许多文献提出了很多方法来提高区

其中,衡量立体匹配准确性一般用误匹配像素 百分比PBM(Percentage
of Bad

Matching),它是将计

域匹配算法的精度。其中,Hirschmuller提出的Re—
altime算法旧1是比较有代表性的算法。 对不连续区域的点计算叠加匹配代价时,由于 窗口内各点的视差实际上是不一致的,从而造成了 叠加匹配代价的不可靠性。该算法采用了多窗口配 置匹配代价的方法来减小固有误差。 2.2基于全局的立体匹配算法 (1)动态规划算法 动态规划最优化原理可这样阐述:一个最优化 策略具有这样的性质,不论过去状态和决策如何,对 前面的决策所形成的状态而言,余下的诸决策必须 构成最优策略。 动态规划算法完全可以应用到立体匹配中,它 的实现是通过找到最优轨迹(即最优视差分布)来 使得指标函数最小。动态规划算法的精度也不是特 别高的一个主要原因是极线与极线之间的约束不 够。 (2)模拟退火算法 1982年,KirkPatrick将退火思想引入组合优化 领域,提出一种解大规模组合优化问题的算法,对 NP完全组合优化问题尤其有效。立体匹配中,假设 整幅图有m个点,每个点可能的视差范围为[0,凡. 1],则共有n“种组合方式,这显然是一个NP完全 组合优化问题。Bamard较完整的提出了将模拟退 火应用于立体匹配的算法H o。

算所得视差图与标准视差图进行比较从而对算法精 度进行评定。PBM的定义为:

B=亩∑(1 dc(Ⅵ)一dr(”)I>乱)(2)
其中,Ⅳ为像素的总数目;d。(茗,Y)为视差图某 像素点的视差值;d,(戈,Y)为设定的某一阈值。该指 标反映了计算所得视差值的误差大于某一阈值的像 素在整幅图中占有的比例,一般取乱=1.0。 从表1和表2可知,WTA算法具有最好的实时 性,但是它的误匹配率较高,有待进一步改进。 3

改进的立体匹配算法
在基于移动机器人的双目立体视觉应用中,考

虑到移动机器人运动速度较快(一般速度在0.5m/s 以上),在运动过程中场景变化较快,这必然要求所 采用的立体匹配算法具有很好的实时性,同时尽量 有较高的精度。结合以上的分析,本文选择基于区 域的WTA立体匹配算法,其中相似性测度函数选 用SAD。 从表1和表2可以看出,虽然WTA算法速度最 快,但是误匹配率较高。为了降低WTA算法的误匹 配率,提高匹配准确度,特采用4种立体匹配校验。 3.1纹理校验(Texture validation) 纹理校验用来确定在一定的纹理级别下获取的 视差值是否是有效的。如果纹理数量不足以产生正

确的匹配,像素将被声明为无效的。
通过设定纹理校验的阈值进行基于纹理的像素 过滤。阈值范围可以介于0.0(不进行纹理校验,即 不会剔除像素)和128.0(完全剔除像素)之间,~般 取值0.0~2.0之间较为适宜。 本文以图l双目摄像机原始左、右视图为场景 图来分析。


然而,模拟退火算法最大的问题是计算量过大,
对实时性要求较高的场合不宜采用。

表l、2显示了常用的几种立体匹配算法运算时
间和匹配准确度哺j。其中的图片来自于Middlebury 图片库,可以从互联网上免费下载(www.middle. bury.edu/stereo)o
表1 几种立体匹配算法运算时间比较
sawtoo山Venus 368 0.862 0.406 373 0.875
0.422

算式‰kuba
模拟退火
215

Map 207 0.328 0.125

动态规划0.485
WTA 0.188

图l双目摄像机原始左、右视图

万方数据

西华大学学报?自然科学版

2010正

图2所示为有无纹理校验获取的深度图效果对 比。从左到右依次为无纹理校验、有纹理检验(纹 理校验值为1.25)和有纹理检验(纹理校验值为
3.0)。

设定值,可根据具体情况进行选取。 在分割的过程中,还可以设定有效*面包含的 像素的最小值。如果给定标号的*面的像素数目小 于给定阈值视差,图像的整个*面是无效的。将这 个值设得大~些,则分割的*面较少;将这个值设得 小一些,则分割的*面较多。一般设定在100~500 之间,具体情况还要取决于图像的分辨率。 图4所示为有无*面校验获取的深度图效果对

图2有无纹理校验的深度图效果对比

比。从左到右依次为无*面校验、有*面检验(* 面尺寸值为200)。

由图2中可以看出,纹理校验的取值越大,深度 图中出现的场景内容越少,匹配也就越可靠。 3.2唯一性校验(Uniqueness validation) 唯一性校验指出,在相关模板内,对于特定像 素的最好匹配是否明显好于其他匹配,如果匹配 结果不是足够强(即存在与最好匹配相*的匹 配),这个匹配将被认为是误匹配,像素将被指定 为无效。可以指定唯一性匹配的阈值,当匹配的 差值小于设定的阈值,就可以认为是正确匹配,否 则认为是误匹配。这个阈值一般介于0.0和10.0 之间,值越大,唯一性校验越差,一般取值在0.5— 3.0之间较好。 图3所示为有无唯一性校验获取的深度图对 比。左图无唯一性校验,右图采用了唯一性校验。

图4有无*面校验的深度图效果对比

3.4来回校验(Back

and forth validation)¨1

这个校验是用来验证,当左图像作为参考图像 与右图像作为参考图像时在图像中选取的匹配是否 是相同的,如果不相同,则认为是误匹配。 图5所示为有无来回校验获取的深度图效果对 比。左图无来回校验,右图采用了来回校验。

图3有无唯一性校验的深度图效果对比

图5有无来回校验获取的深度图效果对比

3.3*面校验(Surface validation)L6



此外,在本文在立体匹配中还加入了亚像素插 值和边缘检测等技术(限于篇幅,在此不一一赘 述),大大改善了立体匹配的实时性和匹配效果。 4

*面校验实际是一个滤波过程,用来除去视差 图像的噪声。*面校验是在假定视差图像区域必须 属于图像中可能的物理表面的基础上,检验视差图 像区域的方法。这种方法将视差图分割成连通区 域,小于给定尺寸的任何区域都被怀疑,并被移出视 差图。 通过将图像分割成连续的视差*面,在设定* 面尺寸的基础上,看它是否是真正3D*面还是噪 声。为了将图像分割成连续视差*面,应用下面的 逻辑: 如果i是任一给定像素,£是*面的标号,N(i) 是i周围像素的邻域,di是像素i的视差值。假定.『

深度测量实验
由式(1)可知,通过基线距离6、双目摄像机焦

距,和视差d就可以计算出目标点在双目摄像机坐 标系中的深度值z,其中基线距离b和双目摄像机焦 距厂的值可以通过摄像机标定来完成,在此不加以 赘述。此处通过立体匹配即可获取左右摄像头图像 中对应点的视差值。因此,获取目标点的深度信息 就很容易了。 本文在40.O一200.0cm距离范围内对本文立 体匹配算法的测距精度进行标定。在本文的改进算 法中采用了四种立体匹配校验、亚像素插值和边缘

∈N(i)√=£,{dj—di j≤d,贝0 i=£。其中d为事先

万方数据

第4期

李洪海:基于移动机器人的快速立体匹配技术研究

21

检测的情况下,立体模板采用11×11,原始场景如 图1所示的图像,本文算法测距结果如表3所示。
表3本文立体匹配算法测距结果
em

参考文献
[1]尹传历,刘冬梅,宋建中.改进的基于图像分割的立体匹配 算法[J].计算机辅助设计与图形学学报。2008,20(6):808-812. [2]Y.Ruichek,H.Issa,J.G.Posmiro,et a1.Towards
time for Real?

Obstacle

Detection with
Oil

Using




Hierarchical

Decomposition

Methodology

Stereo

Matching

Genetic with

Algorithm[C]//16th IEEE Intema?

tional Conference

Tools

Artificial Intelligence,Florida:IEEE

Pr∞8.2004:138—147.

由表3的测距结果可以看出,本文的立体匹配 算法具有较好的精度,同时,将它应用到基于双目立 体视觉的移动机器人避障实验中,可以顺利地完成 *锏亩ㄎ缓捅苋霉ぷ鳎哂薪虾玫氖凳毙浴 5

[3]H.Hirschmuller.Improvements
Stereo

in

Real—time Correlation—based
on

Vision[c]//Proceedings

IEEE

Workshop

Stereo

and

Multi—

Baseline Vision,Los Alamitos:IEEE Comput.Soc.Press,2001:141— 148.

结论
本文针对移动机器人快速移动的特点,优先从

[4]S.T.Bamard.Stochastic Stereo Matching
Springer

Over

Scale[J].

Netherlands,1989,3(1):17-32.

[5]徐青,王敬东,李鹏,等.基于图像分割的快速立体匹配算 法[J].计算机工程,2006,32(22):209-21 [6]D.Murray,J.J.Little.Using
bile
1. Vision for

立体匹配的实时性考虑,提出了一种基于WTA算 法的改进立体匹配算法。同时,为了保证匹配的正 确性,降低误匹配率,在立体匹配中通过采用多种立 体匹配校验等措施,使得改进后的立体匹配算法既 具有良好的实时性又具有较高的匹配精度,完全能 满足移动机器人双目立体视觉应用的要求。

Real-time Stereo

Mo-

Navigation[J].Autonomous Robots,2000。8(2):161?171. [7]P.Fua.Combining Stereo and
Monocular Information
to

Com-

plate

Dense

Depth

Maps

that

Preoerve

Depth

Discontinuities[C]//Pro-
on

ceodings of the international Joint Conference

Artificial Intelligence,

Sydney:Morgan Kaufmann Publ.Inc.,1991。2:1292—1299.

(编校:饶莉)
◆m◆m◆一m◆-_?-◆¨h◆一_。◆l|◆-__◆Ⅲ◆-__◆?…◆l【◆-H|◆一m◆?I…◆?_^◆Ⅲ●_n◆一._●-¨-◆一_|●。◆一m●一_。◆∞◆…◆-“◆■_◆…◆一。◆●◆I◆一_◆_◆一q●-_◆。◆一^I-◆%●-…●“◆-。l_●?lh◆’I’◆-I|●“

(上接17页)

技术用到了新的设计方案中,根据系统运行的状况, 合理投切调整电容器的投切阈值才能对系统快速、 准确的进行无功补偿。

补偿过程,电容器组反复投切,造成投切震荡。




/HI







】A,
8 B、 7 0

\FI


.....一J

划s匕

*


参考文献
[1]黄绍*,彭晓,浣喜明.TSC无功补偿装置的设计[J].高压 电器。2003,39(6):33-35. [2]徐晓静.孙明灿,陈庆春.同步关合技术在无功补偿中的应

图6“九区图”控制示意图

用[J].高压电器,2007,43(5):333-335. [3]刘鹏,常宇.TSC装置合闸过电压及其抑制措施[J].电力 电容器与无功偿,2008,29(5):27—29.

对于这些临界区域在低压无功补偿中一般采取 电压合格优先,暂时忽略无功,当电压过高(过低) 时采取强切(强投)的控制方式。本系统因设计了 星形电容器组而且对电容器组进行了优化配置,能 够解决大部分临界区域的投切策略矛盾的问题。 3

[4]李永丽,范群芳.静止无功补偿器的最优电容投切阈值分 析[J].电力系统及其自动化学报,2007,19(3):77-81. [5]袁光明,张波.晶闸管投切电容的最佳编码方式与最优投

切阈值的数学分析和应用[J].电嘲技术,2004,28(23):43舶.
[6]方春恩,邹积岩.并联电容器组同步投切策略的研究[J]. 电力设备,2004,5(9):18-20. [7]林莘.永磁机构与真空断路器[M].北京:机械工业出版 社.2002:119—122. [8]杨文.~种无功补偿电容器组编码投切的算法[J].微计算 机应用,2005,26(1):122.124.

结论
在应用并联电容器组对电网感性无功进行补偿

的过程中,电容器的分组方式、同步关合以及投切阈 值都是直接影响最终补偿效果的关键因素。本文对 这些关键问题做了分析提出了优化方法,并把这些

(编校:饶莉)

万方数据

基于移动机器人的快速立体匹配技术研究
作者: 作者单位: 刊名: 英文刊名: 年,卷(期): 李洪海, LI Hong-hai 淮阴工学院,江苏,淮安,223002 西华大学学报(自然科学版) JOURNAL OF XIHUA UNIVERSITY(NATURAL SCIENCE EDITION) 2010,29(4)

参考文献(7条) 1.P.Fua Combining Stereo and Monocular Information to Compute Dense Depth Maps that Preserve Depth Discontinuities 1991 2.D.Murray;J.J Little Using Real-time Stereo Vision for Mobile Navigation[外文期刊] 2000(02) 3.徐青;王敬东;李鹏 基于图像分割的快速立体匹配算法[期刊论文]-计算机工程 2006(22) 4.S.T.Barnard Stochastic Stereo Matching Over Scale 1989 5.H.Hirschmuller Improvements in Real-time Correlation-based Stereo Vision[外文会议] 2001 6.Y.Ruichek;H.Issa;J.G.Postaire Towards Real-time Obstacle Detection Using a Hierarchical Decomposition Methodology for Stereo Matching with a Genetic Algorithm[外文会议] 2004 7.尹传历;刘冬梅;宋建中 改进的基于图像分割的立体匹配算法[期刊论文]-计算机辅助设计与图形学学报 2008(06)

本文链接:http://d.g.wanfangdata.com.cn/Periodical_scgyxyxb201004006.aspx




友情链接: