![](https://csdnimg.cn/release/download_crawler_static/19637990/bg1.jpg)
第
48
卷第
1
期
2009
年
1
月
厦门大学学报(自然科学版)
Journal of Xiamen University
(Natural
Science)
Vo
l. 48
No.1
Jan. 2009
双目视觉中的一种人脸立体匹配及视差计算方法
雷蕴奇,宋晓冰,袁美玲,柳秀霞,欧阳江机
(厦门大学信息科学与技术学院,福建厦门
361005)
摘要:研究并实现了一种基于双目视觉的人脸立体匹配计算方法.采用
OpenCV
技术结合肤色模型检测技术得到准确
人脸区域,在实验对比了
3
种相似性度量算子优缺点的基础上,采用直相关性度量算法作为区域匹配方法.为了缩小搜
索范围及提高匹配准确率,提出结合极线约束、人脸区域约束、人脸对称性等约束条件进行立体匹配,再利用左右一致性
原则进行视差后处理.实验表明,本文给出的算法在时间效率上以及对应点的匹配率上有了较大的提高,效果较好,可为
后续进行人脸三维重建提供良好的基础.
关键词:人脸立体匹配
z
人脸检测
g
定位;双目视觉模型
z
相似性度量算子
z
区域匹配
中图分类号
:TP
39
1.
41
文献标识码
:A
文章编号
:0438-0479(2009)01-0036-06
利用二维投影图像获取空间场景的立体信息是计
算机视觉中很重要的研究内容,在诸如机器人自动导
航、地理信息系统、生物医学成像以及虚拟现实等领域
有着广泛的应用.在获取立体信息的处理过程中,图像
匹配是其关键技术.图像匹配就是通过立体图像对求
取对应点之间的视差,然后就可以根据视差的值重建
景物的三维影像.立体视觉匹配过程分为两个步骤:1)
在左右两幅图像中寻找空间景物多个点的对应关系,
进而求取各个点处的视差值
.2)
在成像模型已知的情
况下,可以根据视差信息以及投影模型之间的几何关
系恢复出原始景物的距离信息,进而直接得出物体的
三维描述
[1-4J
因此,所求取的视差的质量直接影响到
后续三维重建物体的精度.然而,立体匹配问题一直是
计算机视觉中的瓶颈问题.解决该问题的方法很多,但
到目前为止还没有一种方法能够给予完美的解决.根
据匹配基元的不同,现有的图像匹配方法可分为如下
三类:区域匹配、特征匹配以及相位匹配
.3
种方法各
有优缺点,而且基于这
3
种方法的各类算法也很多,我
们查阅了目前较新较好的一些方法,如李强、张镀提出
的一种新的基于图像灰度值的编码表示方法,通过各
个块编码值的比较,实现图像与模板的匹配
[5
J
•
Chen
Huahua
对传统的
DPSM
算法进行的改进町等等.但
这些匹配方法都是针对图像对中的各个点进行匹配,
专门针对人脸进行立体匹配研究的相关文献很少,这
需要我们结合人脸的特性来考虑设计立体匹配的算
收稿日期:
2008-04-11
基金项目:国家
863
计划
(2006AAOIZ129)
资助
Email:yqlei@xmu.edu.cn
法.
本文针对人脸的特点,研究并实现了一种得到人
脸致密视差的计算方法,包括两个关键步骤:一方面是
准确定位出人脸区域,另一方面是在此基础上对人脸
进行立体匹配.传统的人脸定位方法是利用肤色模型
对整张图片进行定位,这种方法受光照以及周围景物
颜色的影响很大.为此,本文对人脸定位的方法进行了
改进,首先通过
OPENCV
技术∞粗略定位出人脸位
置,再通过建立肤色模型
[7J
检测得到类肤色区域,然后
经过形态学处理以及区域筛选提取后得到准确人脸区
域.而在立体匹配方面,传统的基于特征的匹配方法能
够匹配出人脸比较明显的特征点,但它所得到的特征
点是离散的,而且,对于人脸比较平滑的区域利用特征
匹配算法,误匹配率会比较高,不能得到密集的视差
场.要重构出人脸形像的三维表面,以及考虑到要保证
三维场景信息重构时的准确性和精度,需要利用致密
的视差图,故我们选用区域匹配的方法进行立体匹配.
为此,本文实验对比了
3
种相似性度量方法,针对它们
存在的优缺点,确定采用效果较好的互相关性度量算
法,在一般方法所采用的极线约束基础上充分结合人
脸的特性,加入人脸区域约束、人脸对称性等约束条件
来缩短搜索范围.实验表明,本文给出的算法在时间效
率上以及对应点的匹配率上有了较大的提高.对计算
出的人脸的致密视差,我们还利用左右一致性原则进
行了相关的视差后处理以去除错误匹配的点对.利用
本文中的算法所得到的视差图,可为后续进行人脸三
维重建提供良好的基础.