發(fā)布時間：2017-12-11 08:31

  本文關(guān)鍵詞：采用TOF面陣傳感器與雙目視覺融合的三維深度相機(jī)設(shè)計

  更多相關(guān)文章： TOF深度圖像 雙目立體視覺 融合 降噪處理 硬件加速

【摘要】：三維深度相機(jī)在智能監(jiān)控、汽車自動駕駛、無人機(jī)避障、三維場景重建及虛擬與增強(qiáng)現(xiàn)實等多個領(lǐng)域中有著廣泛的應(yīng)用。深度相機(jī)獲取物體深度圖像主要分為主動深度測量和被動深度測量兩種方式,主動深度測量主要采用TOF(Time of flight)間接測距法,即通過發(fā)射可調(diào)制的紅外光線,使用TOF面陣傳感器接收反射回的光線,來實時獲取場景的深度圖像,此種方法獲取的深度圖像不受低紋理及重復(fù)紋理區(qū)域的影響,但對于高紋理區(qū)域的測量不是很敏感并且容易受環(huán)境光、被測物體材質(zhì)、反射率的影響;被動深度測量一般采用雙目立體視覺的技術(shù),測量的深度圖像不受高紋理、外界環(huán)境光的影響,但在低紋理、重復(fù)紋理及遮擋區(qū)域進(jìn)行立體視覺匹配時容易出現(xiàn)誤匹配,得到的深度圖像效果較差。因此,如何結(jié)合現(xiàn)有技術(shù)來設(shè)計精度更高的三維深度相機(jī)成為了當(dāng)前的研究熱點。本研究通過對上述兩種技術(shù)各自優(yōu)缺點的深入分析,設(shè)計了一種有效融合TOF深度圖和雙目立體匹配深度圖的算法。該算法首先通過對TOF深度圖進(jìn)行降噪處理來提高其置信度,然后將低分辨率的TOF深度圖進(jìn)行高分辨率還原,再映射到雙目圖像上進(jìn)行最佳鄰域匹配點計算的指導(dǎo),以最終獲取到高質(zhì)量的深度視差圖。本研究還基于以上算法設(shè)計了一套硬件裝置,通過硬件方式加速來算法的實時運行。該裝置采用Xilinx公司的Zynq-7000系列FPGA芯片為核心處理器,采用軟硬件協(xié)同設(shè)計的思想來完成TOF深度圖與雙目深度圖的融合,提高了三維深度相機(jī)的實時性和環(huán)境適應(yīng)性。本文首先介紹了三維深度相機(jī)的應(yīng)用背景和發(fā)展現(xiàn)狀、TOF深度圖像與雙目立體視覺融合技術(shù)的研究現(xiàn)狀,然后闡述并分析了TOF技術(shù)與雙目立體視覺的原理及各自的優(yōu)缺點,接著介紹了TOF深度圖像與雙目系統(tǒng)融合的算法原理,最后采用硬件加速來實現(xiàn)實時融合,對實驗結(jié)果和數(shù)據(jù)進(jìn)行分析,驗證了該系統(tǒng)實現(xiàn)融合的創(chuàng)新性和優(yōu)越性。
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP212

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 曹之樂;嚴(yán)中紅;王洪;;雙目立體視覺匹配技術(shù)綜述[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2015年02期

2 朱士虎;黃智;;一種新的高密度椒鹽噪聲濾波算法[J];計算機(jī)工程;2012年18期

3 許春和;;數(shù)字圖像中混合噪聲的濾波[J];信息技術(shù);2009年04期

4 周亦鵬;;基于雙目視覺的深度圖立體匹配算法研究改進(jìn)[J];計算機(jī)測量與控制;2008年09期

5 徐奕,周軍,周源華;立體視覺匹配技術(shù)[J];計算機(jī)工程與應(yīng)用;2003年15期

6 靳斌,郭永彩,楊冠玲,何振江,謝利利;一種中值濾波的快速算法[J];重慶大學(xué)學(xué)報(自然科學(xué)版);1999年05期

，

本文編號：1277782