基于双目视觉的图像三维重建：一种新的匹配方法

"基于双目视觉的图像三维重建——马林硕士论文" 这篇硕士论文主要探讨了双目视觉技术在图像三维重建中的应用。双目视觉技术利用两幅或更多幅图像来恢复场景的三维信息，这是一个重要的计算机视觉技术，广泛应用于计算机图形学、虚拟现实等领域。与结构光视觉技术相比，双目视觉无需额外的光线投射，具有更好的隐蔽性和实用性。 论文的核心关注点在于解决双目视觉中的关键问题——图像对应点匹配。由于从三维到二维的投影会丢失一个维度的信息，因此需要通过多幅图像来恢复这个丢失的信息。然而，实际场景的不规则性、采样点的限制以及遮挡、模糊等因素导致匹配的不确定性。为了解决这些问题，论文提出了一种新的匹配方法——基于双向双极线的匹配技术。 这种匹配技术利用极线上的跳变点作为匹配的依据，可以有效地处理遮挡情况，并且跳变点相对于图像像素灰度值来说，对光照变化不那么敏感，增强了匹配的稳健性。此外，这种方法还解决了初始匹配点的选择问题，提高了匹配的准确性。 对于匹配算法，论文提到了迭代计算方法和动态规划算法，但这些方法通常计算复杂度高，无法满足实时重建的需求。相比之下，提出的匹配方式以跳变点而非像点作为基础，减少了匹配元素，通过插值匹配中间点，可以在线性时间内完成，提高了效率。 论文还介绍了一种新颖的检测方法，用于剔除匹配中的显著偏差，进一步优化了匹配结果。实验结果显示，当场景规则且边缘清晰时，该算法能实现优秀的匹配效果。然而，面对不规则或边缘模糊的场景，由于采用了差分检测，仍能提供一定的匹配性能。 这篇论文为双目视觉图像三维重建提供了新的思路和有效工具，尤其是在处理匹配不确定性、遮挡问题和提高匹配速度方面，具有重要的理论价值和实践意义。