雙目視覺生成道路稠密點(diǎn)云地圖的關(guān)鍵算法研究
發(fā)布時(shí)間:2023-11-17 19:06
道路場(chǎng)景的稠密點(diǎn)云地圖在自動(dòng)駕駛、道路規(guī)劃等領(lǐng)域具有重要用途。近年來,隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展,使得雙目視覺技術(shù)在獲取稠密點(diǎn)云地圖方面有較大的優(yōu)勢(shì)。利用雙目視覺獲取稠密點(diǎn)云地圖包含了視覺定位和密集匹配兩個(gè)關(guān)鍵步驟,其中序列影像的匹配算法是影響視覺定位精度的主要因素,而立體匹配算法生成的視差圖質(zhì)量則是影響密集匹配結(jié)果的關(guān)鍵。本文從雙目視覺獲取道路稠密點(diǎn)云地圖的原理出發(fā),主要研究了基于光流與特征點(diǎn)法結(jié)合的序列影像匹配算法,以及金子塔影像與紋理信息約束的改進(jìn)半全局立體匹配算法,主要研究?jī)?nèi)容如下:1)針對(duì)相機(jī)不規(guī)則運(yùn)動(dòng)和影像低紋理信息影響導(dǎo)致的光流跟蹤匹配點(diǎn)分布不均、精度不高等問題,研究了一種光流與特征點(diǎn)法結(jié)合的序列影像匹配算法。該算法利用初始光流跟蹤點(diǎn)構(gòu)建匹配三角形,然后在三角形內(nèi)提取DOG特征點(diǎn),利用匹配三角形間的尺度旋轉(zhuǎn)參數(shù)計(jì)算DOG特征點(diǎn)尺度旋轉(zhuǎn)不變描述子,最后基于角度交會(huì)原理獲取DOG特征點(diǎn)的初始位置后完成匹配。通過選取兩組典型道路場(chǎng)景的序列影像進(jìn)行匹配實(shí)驗(yàn),結(jié)果表明,本文算法實(shí)時(shí)獲取的匹配點(diǎn)數(shù)量要多于傳統(tǒng)光流法,且匹配點(diǎn)分布均勻,利用匹配點(diǎn)計(jì)算的影像位姿結(jié)果精度也有一定的提升。2)...
【文章頁數(shù)】:68 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 視覺定位研究現(xiàn)狀
1.2.2 立體匹配研究現(xiàn)狀
1.3 研究?jī)?nèi)容與研究難點(diǎn)
1.4 本文章節(jié)安排
第2章 理論基礎(chǔ)
2.1 坐標(biāo)系介紹
2.2 雙目序列影像視覺定位與位姿估計(jì)
2.2.1 相機(jī)成像幾何模型
2.2.2 視覺定位與位姿估計(jì)的數(shù)學(xué)模型
2.2.3 序列影像位姿估計(jì)解算方法
2.2.4 雙目序列影像位姿計(jì)算方法
2.3 雙目序列影像稠密點(diǎn)云生成
2.3.1 立體影像校正與物方點(diǎn)計(jì)算
2.3.2 雙目序列影像稠密點(diǎn)云融合
2.4 本章小結(jié)
第3章 光流與特征點(diǎn)法結(jié)合的序列影像匹配算法
3.1 引言
3.2 基于光流的特征點(diǎn)跟蹤與匹配算法
3.2.1 光流法跟蹤的基本原理
3.2.2 光流法跟蹤存在的問題
3.3 光流與特征點(diǎn)法結(jié)合的序列影像匹配算法
3.3.1 特征點(diǎn)提取與光流跟蹤
3.3.2 跟蹤點(diǎn)構(gòu)建Delaunay三角網(wǎng)
3.3.3 獲取加密點(diǎn)與尺度旋轉(zhuǎn)不變描述子
3.3.4 加密點(diǎn)引導(dǎo)匹配
3.4 實(shí)驗(yàn)結(jié)果與分析
3.4.1 匹配點(diǎn)效果
3.4.2 匹配點(diǎn)質(zhì)量
3.5 本章小結(jié)
第4章 金字塔影像與紋理信息約束的改進(jìn)半全局立體匹配算法
4.1 引言
4.2 半全局匹配
4.2.1 代價(jià)矩陣計(jì)算
4.2.2 代價(jià)矩陣積聚
4.2.3 最優(yōu)視差獲取
4.3 改進(jìn)的半全局匹配算法
4.3.1 金字塔影像約束視差
4.3.2 影像紋理信息約束視差
4.3.3 改進(jìn)半全局立體匹配算法流程
4.3.4 視差圖加權(quán)中值濾波
4.4 實(shí)驗(yàn)結(jié)果與分析
4.4.1 視差邊緣與算法性能對(duì)比分析實(shí)驗(yàn)
4.4.2 道路立體影像匹配對(duì)比分析實(shí)驗(yàn)
4.5 本章小結(jié)
第5章 道路稠密點(diǎn)云建圖實(shí)驗(yàn)
5.1 雙目序列影像數(shù)據(jù)獲取
5.2 雙目序列影像位姿估計(jì)結(jié)果
5.3 道路稠密點(diǎn)云建圖結(jié)果
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
在校期間的科研成果
致謝
本文編號(hào):3864714
【文章頁數(shù)】:68 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 視覺定位研究現(xiàn)狀
1.2.2 立體匹配研究現(xiàn)狀
1.3 研究?jī)?nèi)容與研究難點(diǎn)
1.4 本文章節(jié)安排
第2章 理論基礎(chǔ)
2.1 坐標(biāo)系介紹
2.2 雙目序列影像視覺定位與位姿估計(jì)
2.2.1 相機(jī)成像幾何模型
2.2.2 視覺定位與位姿估計(jì)的數(shù)學(xué)模型
2.2.3 序列影像位姿估計(jì)解算方法
2.2.4 雙目序列影像位姿計(jì)算方法
2.3 雙目序列影像稠密點(diǎn)云生成
2.3.1 立體影像校正與物方點(diǎn)計(jì)算
2.3.2 雙目序列影像稠密點(diǎn)云融合
2.4 本章小結(jié)
第3章 光流與特征點(diǎn)法結(jié)合的序列影像匹配算法
3.1 引言
3.2 基于光流的特征點(diǎn)跟蹤與匹配算法
3.2.1 光流法跟蹤的基本原理
3.2.2 光流法跟蹤存在的問題
3.3 光流與特征點(diǎn)法結(jié)合的序列影像匹配算法
3.3.1 特征點(diǎn)提取與光流跟蹤
3.3.2 跟蹤點(diǎn)構(gòu)建Delaunay三角網(wǎng)
3.3.3 獲取加密點(diǎn)與尺度旋轉(zhuǎn)不變描述子
3.3.4 加密點(diǎn)引導(dǎo)匹配
3.4 實(shí)驗(yàn)結(jié)果與分析
3.4.1 匹配點(diǎn)效果
3.4.2 匹配點(diǎn)質(zhì)量
3.5 本章小結(jié)
第4章 金字塔影像與紋理信息約束的改進(jìn)半全局立體匹配算法
4.1 引言
4.2 半全局匹配
4.2.1 代價(jià)矩陣計(jì)算
4.2.2 代價(jià)矩陣積聚
4.2.3 最優(yōu)視差獲取
4.3 改進(jìn)的半全局匹配算法
4.3.1 金字塔影像約束視差
4.3.2 影像紋理信息約束視差
4.3.3 改進(jìn)半全局立體匹配算法流程
4.3.4 視差圖加權(quán)中值濾波
4.4 實(shí)驗(yàn)結(jié)果與分析
4.4.1 視差邊緣與算法性能對(duì)比分析實(shí)驗(yàn)
4.4.2 道路立體影像匹配對(duì)比分析實(shí)驗(yàn)
4.5 本章小結(jié)
第5章 道路稠密點(diǎn)云建圖實(shí)驗(yàn)
5.1 雙目序列影像數(shù)據(jù)獲取
5.2 雙目序列影像位姿估計(jì)結(jié)果
5.3 道路稠密點(diǎn)云建圖結(jié)果
5.4 本章小結(jié)
第6章 總結(jié)與展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
在校期間的科研成果
致謝
本文編號(hào):3864714
本文鏈接:http://sikaile.net/kejilunwen/daoluqiaoliang/3864714.html
最近更新
教材專著