立體匹配算法的研究和應(yīng)用.pdf

1、本文針對計(jì)算機(jī)立體視覺中的立體匹配中存在的問題,對雙目立體校正、基于馬爾可夫隨機(jī)場的置信傳播算法的優(yōu)化及其高性能實(shí)現(xiàn)和立體匹配用于靜態(tài)場景目標(biāo)提取進(jìn)行了研究。
　　 本文主要工作和創(chuàng)新點(diǎn)如下:
　　 1)針對傳統(tǒng)立體校正需要對攝像機(jī)進(jìn)行標(biāo)定以獲取攝像機(jī)參數(shù)的問題,提出了一種無需攝像機(jī)參數(shù)的簡便的立體校正方法。該方法先對待校正圖像對進(jìn)行特征點(diǎn)匹配,得到兩幅圖像間的空間坐標(biāo)相對關(guān)系,然后利用極線幾何約束將兩幅圖像的對應(yīng)點(diǎn)校正

2、到同一水平線上,完成對立體圖像對的校正。實(shí)驗(yàn)表明,這種校正方法能有效的校正未知攝像機(jī)參數(shù)的圖像對。
　　 2)針對全局立體匹配中基于馬爾可夫隨機(jī)場的置信傳播算法中計(jì)算時(shí)間隨消息迭代次數(shù)線性增長的問題,提出了一種基于自適應(yīng)機(jī)制的分層置信傳播方法。該方法利用分層置信傳播算法中大部分消息快速收斂的性質(zhì),引入消息收斂的條件判斷,在迭代上限相同情況下,減少了算法的迭代次數(shù),縮減了整體迭代的時(shí)間。實(shí)驗(yàn)表明,與傳統(tǒng)}tBP相比,該方法有效的縮

3、減了計(jì)算時(shí)間,而且計(jì)算時(shí)間對整體迭代上限不敏感。
　　 3)針對分層置信傳播算法難以快速實(shí)現(xiàn)的問題,提出了一種利用GPU對其進(jìn)行高性能的并行計(jì)算的方法。該方法結(jié)合CUDA編程的特點(diǎn),分析了分層置信傳播算法的特點(diǎn),對其進(jìn)行像素級的并行化處理,使計(jì)算的吞吐率有效增加。實(shí)驗(yàn)表明,在相同的匹配水平下,該方法具有比較高的加速比。
　　 4)針對目前現(xiàn)有的立體視頻目標(biāo)提取方法主要依賴于運(yùn)動(dòng)場,提出了一種基于精確視差的靜態(tài)目標(biāo)分割方法