基于立體視覺的障礙物檢測(cè)研究.pdf

1、立體視覺是機(jī)器視覺的一個(gè)重要研究領(lǐng)域。相對(duì)單目視覺而言，立體視覺能獲取更多的信息，因此立體視覺的應(yīng)用范圍更廣。近年來，立體視覺被廣泛應(yīng)用到障礙物檢測(cè)、虛擬現(xiàn)實(shí)、機(jī)器人導(dǎo)航等多個(gè)領(lǐng)域，其中障礙物檢測(cè)功能可應(yīng)用到智能車輛導(dǎo)航系統(tǒng)中，對(duì)智能車輛駕駛和移動(dòng)機(jī)器人的進(jìn)一步開發(fā)具有很大的意義。
　　本文以障礙物檢測(cè)為目標(biāo)，對(duì)立體視覺中的關(guān)鍵技術(shù)（匹配過程）進(jìn)行了深入研究，分別研究了基于特征點(diǎn)的稀疏匹配和基于置信傳播的稠密匹配。
　　針對(duì)

2、如何通過立體視覺技術(shù)檢測(cè)出前方障礙物，本文的研究?jī)?nèi)容及創(chuàng)新點(diǎn)主要包括以下幾個(gè)方面:
　　1.基于局部魯棒特征描述的立體匹配。論文針對(duì)SURF(SpeedUp Robust Feature)算法匹配速度不高的問題，提出了一種基于局部魯棒特征描述的立體匹配方法，該方法結(jié)合了SURF在特征提取上的魯棒性和DAISY在局部特征描述上的快速性。進(jìn)而針對(duì)DAISY的高維特點(diǎn)，采用隨機(jī)KD樹對(duì)其進(jìn)行匹配。通過實(shí)驗(yàn)驗(yàn)證，該方法相比SURF在速度上

3、有了較大提高。
　　2.改進(jìn)的基于置信傳播的稠密匹配。針對(duì)已有匹配算法耗時(shí)較長(zhǎng)的問題，首先構(gòu)造了一種基于顏色分量的加權(quán)平均差函數(shù)計(jì)算圖像的初始視差圖，相比于SAD(Sum Absolute Differences，絕對(duì)差值和)，本文構(gòu)造的函數(shù)計(jì)算量更小，速度更快。隨后提出了結(jié)合顏色分割的置信傳播方法對(duì)視差圖進(jìn)行優(yōu)化處理。實(shí)驗(yàn)結(jié)果表明，所提方法在獲得與已有方法類似效果的同時(shí)，匹配速度有較大提高
　　3.障礙物檢測(cè)。首先通過第四