【摘要】：立體視覺是計算機視覺領(lǐng)域的重要研究課題之一。立體視覺的理論基礎(chǔ)是對人眼的一個仿生,通過將兩臺完全相同的攝像頭固定在一起,并讓它們之間保持一定距離。然后,對同一場景進行拍攝。最后,利用雙目立體匹配算法計算出圖像的視差值,并結(jié)合兩個攝像頭標(biāo)定所獲得的內(nèi)外參數(shù)和攝像頭間的距離,即可提取實際場景的三維信息與真實形狀。相比于其他的三維信息獲取方法,立體視覺具有設(shè)備簡單、功耗較低與無損測量等優(yōu)點,因而在機器人自主導(dǎo)航、醫(yī)學(xué)、虛擬現(xiàn)實與場景重建等領(lǐng)域都有重要的應(yīng)用價值。然而,目前立體視覺技術(shù)在實際系統(tǒng)中應(yīng)用較少,原因是存在實時性和準(zhǔn)確性難以同時滿足的問題,而通用的處理器面對該問題就會顯得相當(dāng)乏力,并且鮮有基于視頻流加速的實現(xiàn),基于FPGA技術(shù)的視頻流加速實現(xiàn)更少。本文針對田間實際應(yīng)用中的實時性和準(zhǔn)確性需求,利用FPGA技術(shù)作為計算平臺,綜合考慮軟件算法和硬件結(jié)構(gòu),在FPGA中實現(xiàn)了BM的立體匹配算法和綠色作物區(qū)域提取算法。經(jīng)Middlebury平臺實驗發(fā)現(xiàn)BM立體匹配算法在高紋理圖像中有較高的優(yōu)勢。同時,根據(jù)算法的特點,在FPGA中設(shè)計可使BM算法與綠色作物區(qū)域提取算法并行執(zhí)行的結(jié)構(gòu),且BM算法的兩個步驟與綠色作物區(qū)域提取算法的兩個步驟均采用流水線結(jié)構(gòu)設(shè)計。對于分辨率為1920?1080的圖像,算法整體的運行速度達(dá)到49.75FPS,其中BM算法的運行速度達(dá)到了51.59FPS,滿足田間深度信息提取的實時性。
【圖文】：

圖 2.8 對極幾何原理圖Figure 2.8 Schematic diagram of polar geometry可得到如下理論[29]：野范圍內(nèi)，每 個三維點都有對應(yīng)的極面。另 幅圖像的對應(yīng)點 定在對應(yīng)的極線上，這被稱著給定其中 副圖像上的 點，在另 副圖像尋找極線上。該性質(zhì)不僅節(jié)省了大量的計算，還可以排 B 在 副圖中按順序水平出現(xiàn)，那么，在另 幅圖2.5 矯正與校正相關(guān)理論

圖 2.11 切向畸變示意圖Figure 2.11 Tangential distortion diagram個攝像頭分別進行標(biāo)定，標(biāo)定的過程現(xiàn)了攝像頭標(biāo)定的方法[29]，該方法用基于 Brown[32]的方法。該標(biāo)定方法計算 次，所以沒有必要在 FPGA 中張紙質(zhì)棋盤，該棋盤的電子文件可在該圖打印出來（該棋盤紙為標(biāo)定板）量的結(jié)果，至少需要拍攝 10 幅圖像完成后只需要將圖像與棋盤內(nèi)點即編譯好的程序中即可標(biāo)定出內(nèi)參矩
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TN791

【相似文獻】

相關(guān)期刊論文 前10條

1 黃松梅;畢遠(yuǎn)偉;許曉;;雙目立體匹配算法的研究與實現(xiàn)[J];魯東大學(xué)學(xué)報(自然科學(xué)版);2018年01期

2 曾文獻;郭兆坤;;立體匹配算法研究綜述[J];河北省科學(xué)院學(xué)報;2018年02期

3 寧曉斐;胡波;趙磊;_澄鬧，

本文編號：2677461