基于Zynq-7000 SoC的立體視覺系統(tǒng).pdf

1、隨著計算機科學技術的快速發(fā)展以及計算機視覺理論的不斷成熟，計算機視覺在近三十年里有了突飛猛進的發(fā)展，而立體視覺作為計算機視覺的一個重要分支，也越來越多的應用到各個領域。立體視覺是通過對同一場景不同視角的多個攝像機拍攝到的圖像進行處理，獲得場景的深度信息，從而重建場景的三維結構。立體視覺在星球車、自動駕駛汽車、無人機、機器人、定位與導航、測距以及工業(yè)應用等方面有著廣泛的應用。
　　由于立體視覺算法的復雜性，為了獲得較快的處理速度，大

2、多數(shù)的立體視覺系統(tǒng)都是基于FPGA或FPGA+DSP的架構實現(xiàn)的。本論文使用載有Xilinx公司新一代Zynq-7000 SoC（System on Chip）芯片的ZedBoard板卡實現(xiàn)了一套立體視覺系統(tǒng)。Zynq-7000 SoC采用FPGA+ARM的架構，內部集成了兩個Cortex A9處理器和大量的Artix-7 FPGA資源，該架構具有更高的性能、更低的功耗和更強的設計靈活性。本論文選擇在Zynq-7000 SoC的FPGA

3、部分實現(xiàn)圖像的校正以及圖像的均值縮小算法；在ARM部分使用OpenCV的視頻處理庫實現(xiàn)立體匹配算法。
　　在圖像的較正過程中，對于傳統(tǒng)的校正方法而言，首先，需要在攝像機標定后離線計算出校正參數(shù)和索引坐標并存儲在外部Flash中；其次，為了解決Flash讀取速度過慢的問題，系統(tǒng)啟動時需要加載校正參數(shù)和位置索引到SDRAM中；最后，校正模塊讀取SDRAM中的校正參數(shù)和索引坐標來完成圖像的校正過程。本論文采用了一種改進的圖像校正算法，即

4、不需要事先計算好索引坐標和校正參數(shù)，而是在校正模塊內部實時計算校正參數(shù)和索引坐標,提高了圖像校正算法的效率。在對圖像進行縮小時，采用均值縮小算法，實時地把分辨率為1080×1920的圖像縮小到分辨率為270×960的圖像，目的是減小立體匹配時的計算量；在立體匹配環(huán)節(jié)，本論文采用分水嶺算法抽取圖像的特征點，然后采用Block Matching（區(qū)域匹配）算法進行立體匹配獲得視差圖并根據(jù)匹配結果計算出校正參數(shù)反饋給圖像校正模塊。實驗結果表明