針對(duì)樹型立體視覺匹配的視差預(yù)測(cè)層級(jí)加速算法研究.pdf

1、立體視覺是目前計(jì)算機(jī)視覺領(lǐng)域一個(gè)重要的課題。它的主要目的在于提取場(chǎng)景中的深度信息，利用立體匹配算法得到精準(zhǔn)的視差圖，進(jìn)而完成場(chǎng)景的三維重構(gòu)。基于樹型結(jié)構(gòu)的匹配是其中重要的立體匹配算法之一。近年來提出的樹型立體視覺匹配算法通過在圖像中構(gòu)造最小生成樹（MST）來聚合匹配代價(jià)。該類算法結(jié)合了高效率局部匹配與高精度全局匹配的特點(diǎn)，匹配精度以及匹配效率較傳統(tǒng)匹配算法均有很大提高。其時(shí)間復(fù)雜度理論值為O(N· dmax)，即運(yùn)行時(shí)間只和像素點(diǎn)總數(shù)N

2、和圖像最大視差dmax相關(guān)。但樹型匹配算法基于貪心搜索策略，對(duì)于構(gòu)造匹配窗口缺乏一定的自適應(yīng)性，在同一平面存在不同深度分布的情況下無法得到精確的深度信息。同時(shí)，該類算法運(yùn)行效率受到最大視差限制，在最大視差較大的實(shí)際場(chǎng)景和高分辨率圖像中，運(yùn)行速度較慢。
　　本論文針對(duì)傳統(tǒng)樹型立體視覺匹配算法中出現(xiàn)的問題，引入視差預(yù)測(cè)模型（Disparity Prediction Model，DPM），提出針對(duì)樹型立體視覺匹配的視差預(yù)測(cè)層級(jí)加速算法（

3、Disparity-Prediction-Based Hierarchical Accelerator，DPA）。該算法通過預(yù)測(cè)視差概率分布，構(gòu)造出更精確的核心視差置信區(qū)間，使得匹配代價(jià)的計(jì)算，代價(jià)聚合，視差計(jì)算，視差優(yōu)化都只發(fā)生在這一核心視差置信區(qū)間內(nèi)，從而降低樹型匹配算法的時(shí)間復(fù)雜度。本論文通過大量的實(shí)驗(yàn)數(shù)據(jù)，包括Middlebury數(shù)據(jù)庫的實(shí)驗(yàn)室圖像，KITTI數(shù)據(jù)庫的實(shí)際場(chǎng)景的高分辨率圖像，以及自主拍攝的低質(zhì)量的實(shí)際場(chǎng)景圖像，驗(yàn)

4、證了DPA加速算法在提升匹配精度的同時(shí)，能夠優(yōu)化基于樹型結(jié)構(gòu)匹配算法的復(fù)雜度，大大提高運(yùn)行效率。
　　本論文共有三個(gè)主要貢獻(xiàn)：
　　1.提出了核心視差置信區(qū)間概念。對(duì)于每一個(gè)像素點(diǎn)，其視差值處于核心視差置信區(qū)間范圍內(nèi)的概率遠(yuǎn)遠(yuǎn)大于置信區(qū)間范圍外。通過精確的視差置信區(qū)間，可以在匹配代價(jià)計(jì)算、視差計(jì)算以及視差修復(fù)等步驟中大大減少計(jì)算量，提高運(yùn)行效率。
　　2.提出了基于視差分布的DPM視差預(yù)測(cè)模型。此模型在圖像金字塔結(jié)構(gòu)基