文 献 综 述

1、课题背景及简单介绍

立体匹配是立体视觉中最重要也是最困难的问题，其目的就是为了寻找同一场景在两台或者多台摄像机从不同视角拍摄的二维图像中的对应关系。对于任何一种立体匹配方法，其有效性依赖于三个问题的解决，即选择正确的匹配特征、寻找特征间的本质属性及建立能正确匹配所选特征的稳定算法。近些年来，立体匹配的研究都是围绕着这三方面在工作，并己提出了大量各具特色的匹配算法。直接决定立体匹配算法性能优劣的四个关键技术是特征空间，相似性度量，搜索空间和搜索策略;常用的立体匹配算法的几个约束条件是极线约束、相容性约束、唯一性约束、连续性约束和顺序性约束。

1）根据采用图像表示的基元不同，立体匹配算法分为：

A、区域立体匹配算法（可获取稠密视差图。缺点：受图像的仿射畸变和辐射畸变影响较大；像素点约束窗口的大小与形状选择比较困难，选择过大，在深度不连续处，视差图中会出现过度平滑现象；选择过小，对像素点的约束比较少，图像信息没有得到充分利用，容易产生误匹配。）

B、基于特征的立体匹配算法（可获得稀疏的视差图，经差值估计可获得稠密视差图。可提取点、线、面等局部特征，也可提取多边形和图像结构等全局特征。缺点：特征提取易受遮挡、光线、重复纹理等影响较大；差值估计计算量大）

C、基于相位立体匹配算法（假定在图像对应点中，其频率范围内，其局部相位是相等的，在频率范围内进行视差估计）

2）依据采用最优化理论方法的不同，立体匹配算法可以分为：

A、局部的立体匹配算法

B、全局的立体匹配算法