基于置信度傳播的立體匹配算法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展，原本很多無法實(shí)現(xiàn)的應(yīng)用都由于新技術(shù)的出現(xiàn)而得到解決，特別是在一些計(jì)算機(jī)視覺問題上。而由于受到人類雙目成像的啟發(fā)，如何高效精確地將雙目攝像機(jī)圖像還原成帶有深度的3D信息越來越受到人們的關(guān)注。本文主要討論和研究了如何利用置信度傳播理論去解決雙目視覺問題。
　　 在回顧近幾十年雙目視覺發(fā)展技術(shù)以后，為了成套的解決雙目視覺的問題，首先使用雙目攝像機(jī)的標(biāo)定算法獲得標(biāo)定信息，再利用標(biāo)定信息校正定位它；然后使用灰度相關(guān)法

2、去獲取較粗超的深度信息，并將該深度信息映射到代價(jià)空間中。
　　 置信度傳播理論的原理涉及到概率和圖論的幾大領(lǐng)域，從貝葉斯網(wǎng)絡(luò)開始發(fā)展的馬爾科夫隨機(jī)場是整個(gè)置信度傳播理論的基石和優(yōu)化模型，而吉布斯能量場則為置信度傳播理論奠定了理論基礎(chǔ)，在帶環(huán)的馬爾科夫隨機(jī)場模型的情況下，實(shí)現(xiàn)了通用置信度傳播算法。由于置信度傳播算法的高度并行性，使用顯卡加速并行計(jì)算加速整個(gè)算法就顯得非?？尚?。介紹CUDA 計(jì)算的原理和可行性之后，本文講述了如何使用

3、CUDA 實(shí)現(xiàn)一般置信度傳播理論的流程和方法。
　　 本文將立體匹配的置信度傳播算法從空間上推廣到時(shí)間上，提出基于時(shí)序的圖片序列的置信度傳播優(yōu)化算法，將原本多次迭代才能夠收斂的算法改進(jìn)成只需一次或兩次迭代就能達(dá)到收斂的效果。
　　 程序?qū)崿F(xiàn)了通用置信度傳播算法和CUDA 加速算法，通過對比兩算法的實(shí)驗(yàn)結(jié)果，得出GPU 并行計(jì)算對置信度傳播理論加速有效性和實(shí)用性的結(jié)論。然后對比我們提出的基于時(shí)序圖片序列的置信度算法的收斂次