基于Census变换的立体匹配算法研究与FPGA实现

发布时间：2020-06-05 02:05

【摘要】：随着计算机技术的不断发展,双目立体视觉技术越来越受到广大学者的青睐。由于双目立体视觉是一种非接触性的测量,从而被广泛的应用于航天航空、机器人导航、安防监控等领域。立体匹配作为双目立体视觉中最为重要的一部分,其匹配结果直接影响着双目立体视觉的效果。立体匹配的实质就是通过立体匹配算法获取视差图的过程,视差图的优劣又直接取决于立体匹配算法的精度,所以对立体匹配算法的研究具有十分重要的意义。本文首先分析并比较了各类立体匹配算法的优缺点,在保证匹配效果和匹配速度的前提下,本文最终选择Census局部立体匹配算法作为本文的主要研究算法。由于传统的Census立体匹配算法在Census变换阶段采用大小固定并且单一的变换窗口,无法动态的选择合适的变换窗口,从而导致在图像的深度不连续、弱纹理等区域的匹配效果不佳。针对这一问题,本文采用自适应窗口的Census立体匹配算法;并且在阈值选取上,本文采用自适应阈值的方法,从而动态的确定Census变换阶段变换窗口的大小。最后,采用Middlebury立体匹配算法评估网站上提供的测试图像在MATLAB软件平台上对本文算法进行实验。实验结果表明,本文算法在图像深度不连续,弱纹理等区域的匹配效果明显提高。本文改进了 Census立体匹配算法,提高了算法的匹配精度。在阈值选取时,每个像素点均自适应的选取阈值,加大了算法的复杂度和运算量,从而降低了算法的匹配速度。所以,为了提高本文算法的实用性,本文采用FPGA对本文算法进行硬件加速。首先,介绍了本文硬件实现的整体框架以及模块划分;其次,采用Modelsim对硬件设计的主要模块进行功能仿真,并给出了功能仿真的波形图;最后,在FPGA开发板上对本文硬件设计进行了板级验证,并将功能仿真波形图与板级验证的波形图进行了对比,结果一致。实验结果表明,对于分辨率为640x480的图像对,最终处理速度可以达到32fps。
【图文】：

框图,双目立体视觉,框图

背景与意义生活中，人们总是通过双眼去获取周围世界的感官信息，然后通过大作出判断与响应。而计算机立体视觉技术就是通过图像传感器与计算机对周围世界作出判断与响应的过程。双目立体视觉是计算机立体视觉中，也是应用最广泛的一部分[1]。双目立体视觉是通过两个图像传感器来采集来的图像信息在计算机上通过相关算法，最终得到三维信息。由于种非接触性的测量，具有设备简单，成本低廉，性能优异等优点，，所以测量[2]、机器人导航[3-4]、三维重建[5]、安防监控[6]等领域中都有着最为：我国嫦娥三号立体视觉导航系统、探月工程中的火星车、扫地机器人等。双目立体视觉主要步骤如图 1-1 所示[7],主要有相机标定、左右图理、立体匹配以及三维重建这五个步骤。

示意图,坐标系变换,示意图,坐标系

5图 2-1 坐标系变换示意图ordinate system transformation schema坐标系为现实坐标系，即物体在zz）。坐标系为以相机成像中心为原点标系与相机坐标系之间旋转平移TZYXRZYXwwwccc 式中的矩阵 R 和 T 进行两坐标
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TN791

【相似文献】