10、基于三角测量的三维场景重建及重复结构匹配误差解决方法

基于三角测量的三维场景重建及重复结构匹配误差解决方法

时空立体视觉方法优势

时空立体视觉方法具有显著优势，它无需在时间上建立明确的对应关系。而且，由于不涉及跟踪阶段，运动参数几乎能瞬间获取（在示例中，获取三张图像后即可）。相比之下，跟踪系统通常在初始化后需要一定的稳定阶段，才能使估计的运动参数变得可靠。在三维场景分割和目标跟踪中，时空立体视觉是一种实用的技术。特别是当场景中有多个以不同方式运动的物体时，如果仅依靠空间信息，往往难以将三维点云的各个部分分配给特定的物体。而向点云添加运动线索引入了新的信息，即使物体相互靠近或重叠，也能明确区分它们。

解决重复结构导致的立体匹配误差

重复结构是立体视觉中的一个普遍问题，它可能会在真实场景的前方或后方产生虚假物体，这在移动机器人导航或人机交互场景中可能会引发严重问题。为解决这一问题，有多种方法被提出：
- 常见立体算法避免误匹配的技术 ：许多立体算法会使用一些知名技术来避免错误对应，如排序约束、平滑约束、几何相似性约束或左右一致性检查。
- 针对重复结构的特定方法 ：
- Di Stefano 等人通过引入独特性和锐度测试来评估成本函数最小值和相关视差的质量，以解决模糊性问题。
- Murray 和 Little 使用 RANSAC 算法将平面拟合到三维点，以检测和消除重大误差。
- Sepehri 等人使用 M - 估计器技术将平面拟合到物体的三维点。

Barrois 等人提出了一种新颖的方法来处理立体分析中的重复结构，该方法独立于特定的立体算法。其步骤如下：
1.