無人機(jī)在航拍、農(nóng)林植保、電力巡線、安防等領(lǐng)域的應(yīng)用越來越廣泛,將雙目立體視覺應(yīng)用于無人機(jī),實(shí)時(shí)感知環(huán)境的深度信息,具有重大意義。雙目視覺中的立體匹配是一直被熱門研究的部分,其中的困難在于遮擋、低紋理、重復(fù)紋理等問題。立體匹配算法主要可分為局部算法和全局算法,全局算法比局部算法具有更好的匹配精度,但時(shí)間復(fù)雜度高難以實(shí)現(xiàn)實(shí)時(shí)性,局部算法雖然耗時(shí)少,但匹配精度欠佳。本文主要針對(duì)立體匹配中的代價(jià)聚合、誤匹配檢測(cè)、視差優(yōu)化這三部分展開深入研究,并根據(jù)嵌入式平臺(tái)的特點(diǎn)對(duì)立體匹配算法進(jìn)行加速優(yōu)化。本文的主要研究?jī)?nèi)容具體如下:1.針對(duì)傳統(tǒng)固定窗代價(jià)聚合算法在小窗口尺寸下存在大量視差噪聲以及在大窗口尺寸下模糊視差邊緣的問題,研究了非局部代價(jià)聚合算法。該算法將支持窗口擴(kuò)大到整張圖,較好的保留視差邊緣,但在處理的過程中,數(shù)據(jù)間的依賴性比較嚴(yán)重,難以達(dá)到實(shí)時(shí)性。將多尺度代價(jià)卷融合的方式應(yīng)用到固定窗代價(jià)聚合算法,減少了小窗口代價(jià)聚合算法中存在離散的視差噪聲和低紋理區(qū)域的誤匹配。實(shí)驗(yàn)結(jié)果表明多尺度代價(jià)卷融合下的固定窗聚合算法在實(shí)時(shí)性與匹配精度方面綜合表現(xiàn)更佳,更具有并行加速優(yōu)化的特點(diǎn)。2.研究了誤匹配檢測(cè)中左右一... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外發(fā)展現(xiàn)狀
        1.2.1 立體匹配算法研究現(xiàn)狀
        1.2.2 雙目立體視覺在各平臺(tái)的實(shí)現(xiàn)現(xiàn)狀
    1.3 論文的研究?jī)?nèi)容和結(jié)構(gòu)安排
        1.3.1 論文主要研究?jī)?nèi)容
        1.3.2 論文的結(jié)構(gòu)安排
第二章 雙目視覺深度感知框架
    2.1 雙目立體視覺理論
        2.1.1 攝像機(jī)成像原理與坐標(biāo)系間變換關(guān)系
        2.1.2 相機(jī)標(biāo)定
        2.1.3 雙目視覺深度感知原理
    2.2 立體匹配原理
        2.2.1 立體校正
        2.2.2 匹配約束
        2.2.3 立體匹配算法評(píng)估準(zhǔn)則與方法
        2.2.4 匹配基元及匹配代價(jià)函數(shù)
        2.2.5 立體匹配的難點(diǎn)與挑戰(zhàn)
    2.3 深度感知的處理流程
        2.3.1 預(yù)處理流程
        2.3.2 實(shí)時(shí)獲取深度流程
    2.4 本章小結(jié)
第三章 基于多尺度融合的固定窗代價(jià)聚合算法
    3.1 引言
    3.2 傳統(tǒng)的固定窗代價(jià)聚合算法
        3.2.1 盒濾波
        3.2.2 積分圖像
        3.2.3 實(shí)驗(yàn)結(jié)果及分析
    3.3 非局部代價(jià)聚合算法
    3.4 多尺度代價(jià)聚合算法
    3.5 各個(gè)聚合算法的分析對(duì)比與實(shí)驗(yàn)結(jié)果
    3.6 本章小結(jié)
第四章 多階段誤匹配檢測(cè)與視差優(yōu)化方法
    4.1 引言
    4.2 遮擋導(dǎo)致的誤匹配
    4.3 誤匹配視差檢測(cè)
        4.3.1 左右一致性視差檢測(cè)
        4.3.2 唯一性檢測(cè)
        4.3.3 連通區(qū)域檢測(cè)
        4.3.4 實(shí)驗(yàn)結(jié)果
    4.4 視差優(yōu)化算法
        4.4.1 最鄰近有效視差填充
        4.4.2 加權(quán)中值濾波視差優(yōu)化算法
        4.4.3 超像素分割的視差優(yōu)化算法
    4.5 實(shí)驗(yàn)結(jié)果與分析對(duì)比
    4.6 本章小結(jié)
第五章 嵌入式開發(fā)環(huán)境與算法并行加速優(yōu)化
    5.1 引言
    5.2 嵌入式開發(fā)平臺(tái)介紹
        5.2.1 硬件開發(fā)部分
        5.2.2 軟件開發(fā)環(huán)境
    5.3 CUDA并行處理框架
        5.3.1 執(zhí)行模型
        5.3.2 內(nèi)存模型
        5.3.3 性能優(yōu)化
    5.4 立體匹配算法并行加速優(yōu)化研究
        5.4.1 初始代價(jià)計(jì)算優(yōu)化
        5.4.2 代價(jià)聚合優(yōu)化
        5.4.3 多尺度代價(jià)卷融合優(yōu)化
        5.4.4 視差選取及唯一性檢測(cè)優(yōu)化
    5.5 深度恢復(fù)實(shí)驗(yàn)與結(jié)果分析
    5.6 本章小結(jié)
第六章 結(jié)論與展望
    6.1 本文工作總結(jié)
    6.2 未來研究工作展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]民用無人機(jī)發(fā)展前景定量評(píng)估[J]. 高俊杰,沈輝,宋晨柯.  中國(guó)科技信息. 2017(16)



本文編號(hào)：2947722