面向硬件的立體匹配算法研究.pdf

1、計算機立體視覺在軍事、航天、醫(yī)學、工業(yè)、娛樂等領(lǐng)域都有廣泛的應(yīng)用前景，而立體匹配又是立體視覺研究的瓶頸問題。實際上立體匹配作為計算機視覺領(lǐng)域一項基礎(chǔ)課題，已經(jīng)有了三十年左右的歷史?，F(xiàn)如今由于諸如視角合成、基于視頻的渲染等新興應(yīng)用的出現(xiàn)，人們對立體匹配在匹配效果、運行時間等指標有了更高的要求，因此它再一次成為了研究熱點。
　　簡單來講立體匹配就是尋找不同視角圖像中各個特征點之間的匹配關(guān)系。但是由于少紋理、重復紋理、遮擋等情況的存在，

2、要實現(xiàn)令人滿意的匹配非常困難?，F(xiàn)如今為了提高匹配正確率，算法日趨復雜。特別是在自適應(yīng)權(quán)重聚合和圖像分割等算法引入之后，單靠軟件實現(xiàn)時匹配運行時間完全不能滿足實時性應(yīng)用的需求。在這個背景下，我們的目標就是設(shè)計一種高正確率的立體匹配算法，使之能夠在硬件加速的條件下實現(xiàn)實時匹配。
　　經(jīng)過多年來全球各地各界研究人員的努力，眾多優(yōu)秀的算法被提出來。Scharstein和Szeliski對它們進行了系統(tǒng)整理，歸納出一般立體匹配算法的四個基本

3、步驟，并且提出了算法子塊(algorithmic building blocks)的概念。我們在他們的整理基礎(chǔ)上，選取了一些主流的算法子塊進行了研究，包括算法的原理、步驟、優(yōu)缺點等。對于其中的自適應(yīng)權(quán)重聚合算法和置信傳播算法，我們還從硬件角度進行了分析，主要關(guān)注點是帶寬和內(nèi)存消耗。
　　匹配代價是立體匹配算法中必定會用到的中間數(shù)據(jù)，所謂匹配代價就是不同視角中兩個特征點之間的差異。它反映了這兩個特征點互相匹配的可能性，即勝者全得算法

4、中所利用的性質(zhì):對應(yīng)最小匹配代價的視差最有可能是正確的視差。這一點在我們研究視差空間圖像時也得到證實。我們還發(fā)現(xiàn)同一個像素點的不同視差所對應(yīng)的匹配代價的大小排名從第一開始增加時，相應(yīng)視差為正確視差的概率會急劇減小，隨后概率維持在低位，不再隨排名而變化。但是與之形成對比的是匹配代價值本身卻基本是隨著排名增加而線性增加。如果把匹配代價直接作為全局匹配算法的能量方程的數(shù)據(jù)項的話，將不能正確反映圖像各點視差分布的概率。
　　鑒于上述分析，

5、我們提出了基于匹配可靠性集的立體匹配算法。與其他匹配算法最大的不同在于我們用匹配可靠性集取代匹配代價集作為能量方程的數(shù)據(jù)項。這一變換除了大大簡化了數(shù)據(jù)項以外，還大大提高了匹配正確率。至今(2012年4月19日)該算法的正確率在Middlebury網(wǎng)站上綜合排名第四。值得一提的是，本文提出的算法是該網(wǎng)站排名的前二十名中極少數(shù)幾個沒有使用圖像分割的算法。因為算法設(shè)計之初就考慮硬件實現(xiàn)，我們所采用的算法子塊都可以利用硬件加速。后續(xù)工作主要是具