论文部分内容阅读
双目立体视觉系统与人类的视觉感知系统最为相似，因此其广泛地应用于军事、航空、机器人视觉、医学等领域。双目立体视觉系统的最重要部分是立体匹配，其提取的视差精度将直接影响之后深度计算的准确性，提取的视差稠密度将影响之后三维重建工作完成的效果。 本文基于双目立体视觉系统，深入地研究了稠密立体匹配的核心技术，主要工作如下: 首先，论文深入地研究了匹配代价计算相关算法，现有的匹配代价算法存在像素属性度量信息不够全面和度量标准不够准确等问题，易造成误匹配。本文算法从空域和色度域出发全面地描述了像素属性，使用三模式Census变换描述匹配像素的局部结构信息，使用自适应权重像素特征相似性度量(DistinctiveSimilarity Measure，DSM)算法衡量像素特征信息的相似性，使用颜色绝对差异反应像素颜色信息的差异，改进了现有的匹配代价计算算法，提出基于图像局部结构和像素特征的匹配代价计算算法CDSM算法（Census transformation andDistinctive Similarity Measure，CDSM）。本文提出的CDSM算法全面地考虑了像素属性信息，实验证明该算法有效地降低了误匹配率。 其次，通过对现有的代价聚合算法的详细研究，发现基于自适应窗口尺寸的聚合算法的问题是决定窗口大小和形状的现有约束条件不足，基于固定窗口的聚合算法的问题是灵活性不好，这些方法容易将非等视面的点包含到支持窗口中，增大聚合误差。本文从图像全局结构信息出发，改进了现有的代价聚合算法。结合图像分割获得的自适应权重信息，在图像中不同结构位置采用不同的尺寸的聚合窗口，提出了基于图像全局结构的自适应权重多窗口的代价聚合算法。该算法为类双边滤波算法，能够提高真实视差强度，有效地避免的视差的误提取率。 将本文提出的基于图像局部结构和像素特征的代价计算算法CDSM和基于图像全局结构的自适应权重多窗口的代价聚合算法结合起来，并添加基于WTA和图像分割的快速视差搜索策略和组合视差精化算法，论文改进了立体匹配算法，提出了一套新的立体匹配算法——基于图像结构与像素特征的立体匹配算法，该算法具有较好的光照鲁棒性和抗噪声性，并能有效地降低视差的误差率。 最后，将本文改进的算法移植于多核DSP系统的图像处理单元中，并在其上对立体匹配算法进行优化。结合硬件平台特性和算法原理进行算法结构优化、存储器优化和代码优化，有效地缩短了算法运行时间。