基于ToF-双目融合的深度信息获取技术研究
发布时间：2021-03-03 21:09
深度信息的获取是三维应用领域所必需的关键技术之一。近几年来,随着三维技术应用的不断拓展,人机交互、自动驾驶、三维重建以及智能监控等领域对深度获取技术的精度和场景适应能力有了更高的要求。因此,进一步提升深度获取技术的精确性和鲁棒性成为了当前三维感知领域中亟待解决的问题。在目前众多深度信息获取技术中,双目立体视觉可以看作被动式深度获取技术的代表,而ToF则可以看作是主动式深度获取技术的代表,单独使用这两种技术不可避免会存在一些缺陷,同时二者也具有优势互补的特点,因此将两者融合起来获取深度信息已成为三维成像领域的一个重要研究方向。本文以提升深度获取技术的精确性和鲁棒性为研究目标,根据主动式脉冲型ToF深度获取技术和被动式双目立体视觉深度获取技术的特点进行了ToF-双目融合相关技术的分析和研究。本文具体内容和创新性主要体现在以下两个方面:1.本文提出了一种基于半盲反卷积的脉冲型ToF深度图去噪算法。针对提高深度信息精度的需求,该算法直接设计脉冲型ToF深度相机原始测量值的正则化器,避免了传统的去噪方法可能对像素值本身造成的误差。结合二阶总广义变分的数学模型去设计目标函数,该算法首先估计出了每个...
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【图文】：
深度获取技术分类图
图 1-2 主流 ToF 深度相机Fig. 1-2 Mainstream ToF depth cameras1.2.2 双目立体深度获取技术研究现状被动式双目立体视觉深度获取方法的核心问题是立体匹配问题，立体匹配算法就是寻找不同位置的对应点求取视差的过程，由于双目相机的位置不同，场景中的同一点在相机感光元件上的对应点也会不同，这一点在不同图像上的位置也不一样，那么这个位置差就是视差。一直以来，立体匹配算法都作为一个经典的视觉问题而备受研究者们青睐。20 世纪 70 年代，美国麻省理工大学的 Marr[27]提出了一个还原三维场景的视觉理论。该理论分为三步，第一步是获取场景的二维图像；第二步是将二维图像转为 2.5 维，最后是将前两步提取的信息还原成三维信息。立体匹配属于第一和第二步。在这个视觉理论的基础上，诞生出很多优秀的立体匹配算法。Scharstein和 Szeliski[28]根据视差计算方式的不同，将目前出现的匹配算法大致分成两类：局部立体匹配算法和全局立体匹配算法，下面主要介绍这两类立体匹配算法。
的反卷积问题，引出了二阶总广义变分的数学模型来解决这一问题；其次利用二阶总广义变分的数学模型的特点及去噪优势和 ADMM 算法求解能量函数的原理，结合二阶总广义变分的数学模型和设计脉冲型 ToF 深度图像原始测量值的正则化器，提出了本章算法和求解的过程；最后，给出了该算法在标准数据集和本文采集的数据上的去噪结果对比，并对本章内容进行了总结。第 4 章提出了基于 ToF-双目融合的深度获取算法。在融合算法进行之前，首先对图像进行预处理，包括多相机标定和第 3 章给出的深度图去噪。其次，利用有效 ToF 深度信息重新设计了匹配代价函数，引导立体匹配算法，提出基于 K最近邻的匹配代价聚合算法，完成初步深度融合。为了弥补在其他区域的影响，提出了基于权重的像素级融合，包括权重函数设计和归一化处理，完成最终的ToF-双目深度融合。最后，对该算法在数据集上进行了验证，并和其他算法进行了对比，且对本章内容进行了总结。文章最后部分是结论，总结了论文整体工作，展示了论文研究成果，对未来工作进行了展望。
【参考文献】：
期刊论文
[1]基于TOF与立体匹配相融合的高分辨率深度获取[J]. 刘娇丽,李素梅,李永达,刘富岩. 信息技术. 2016(12)
[2]面向机器人磨抛的激光点云获取及去噪算法[J]. 邓文君,叶景杨,张铁. 光学学报. 2016(08)
[3]基于种子点传播的快速立体匹配[J]. 胡汉平,朱明. 光学精密工程. 2015(03)
[4]基于双目立体视觉的快速人头检测方法[J]. 顾骋,钱惟贤,陈钱,顾国华,任建乐. 中国激光. 2014(01)
[5]基于自适应分水岭的图割的立体匹配算法[J]. 祝世平,杨柳. 光学学报. 2013(03)
[6]脉冲雷达测距时间-电压转换方法[J]. 袁其平,范立洁,童峥嵘,杨秀峰,曹晔. 现代雷达. 2012(06)
[7]基于视觉的三维重建技术综述[J]. 佟帅,徐晓刚,易成涛,邵承永. 计算机应用研究. 2011(07)
[8]一种快速双目视觉立体匹配算法[J]. 狄红卫,柴颖,李逵. 光学学报. 2009(08)
硕士论文
[1]基于双目立体视觉的深度感知技术研究[D]. 马源.北京理工大学 2015
[2]结构光深度图像获取算法研究[D]. 王一娇.清华大学 2014
[3]基于图像分割和图割的双目立体三维重建[D]. 王桂芝.大连理工大学 2013
本文编号：3061941
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：79 页
【学位级别】：硕士
【图文】：
深度获取技术分类图
图 1-2 主流 ToF 深度相机Fig. 1-2 Mainstream ToF depth cameras1.2.2 双目立体深度获取技术研究现状被动式双目立体视觉深度获取方法的核心问题是立体匹配问题，立体匹配算法就是寻找不同位置的对应点求取视差的过程，由于双目相机的位置不同，场景中的同一点在相机感光元件上的对应点也会不同，这一点在不同图像上的位置也不一样，那么这个位置差就是视差。一直以来，立体匹配算法都作为一个经典的视觉问题而备受研究者们青睐。20 世纪 70 年代，美国麻省理工大学的 Marr[27]提出了一个还原三维场景的视觉理论。该理论分为三步，第一步是获取场景的二维图像；第二步是将二维图像转为 2.5 维，最后是将前两步提取的信息还原成三维信息。立体匹配属于第一和第二步。在这个视觉理论的基础上，诞生出很多优秀的立体匹配算法。Scharstein和 Szeliski[28]根据视差计算方式的不同，将目前出现的匹配算法大致分成两类：局部立体匹配算法和全局立体匹配算法，下面主要介绍这两类立体匹配算法。
的反卷积问题，引出了二阶总广义变分的数学模型来解决这一问题；其次利用二阶总广义变分的数学模型的特点及去噪优势和 ADMM 算法求解能量函数的原理，结合二阶总广义变分的数学模型和设计脉冲型 ToF 深度图像原始测量值的正则化器，提出了本章算法和求解的过程；最后，给出了该算法在标准数据集和本文采集的数据上的去噪结果对比，并对本章内容进行了总结。第 4 章提出了基于 ToF-双目融合的深度获取算法。在融合算法进行之前，首先对图像进行预处理，包括多相机标定和第 3 章给出的深度图去噪。其次，利用有效 ToF 深度信息重新设计了匹配代价函数，引导立体匹配算法，提出基于 K最近邻的匹配代价聚合算法，完成初步深度融合。为了弥补在其他区域的影响，提出了基于权重的像素级融合，包括权重函数设计和归一化处理，完成最终的ToF-双目深度融合。最后，对该算法在数据集上进行了验证，并和其他算法进行了对比，且对本章内容进行了总结。文章最后部分是结论，总结了论文整体工作，展示了论文研究成果，对未来工作进行了展望。
【参考文献】：
期刊论文
[1]基于TOF与立体匹配相融合的高分辨率深度获取[J]. 刘娇丽,李素梅,李永达,刘富岩. 信息技术. 2016(12)
[2]面向机器人磨抛的激光点云获取及去噪算法[J]. 邓文君,叶景杨,张铁. 光学学报. 2016(08)
[3]基于种子点传播的快速立体匹配[J]. 胡汉平,朱明. 光学精密工程. 2015(03)
[4]基于双目立体视觉的快速人头检测方法[J]. 顾骋,钱惟贤,陈钱,顾国华,任建乐. 中国激光. 2014(01)
[5]基于自适应分水岭的图割的立体匹配算法[J]. 祝世平,杨柳. 光学学报. 2013(03)
[6]脉冲雷达测距时间-电压转换方法[J]. 袁其平,范立洁,童峥嵘,杨秀峰,曹晔. 现代雷达. 2012(06)
[7]基于视觉的三维重建技术综述[J]. 佟帅,徐晓刚,易成涛,邵承永. 计算机应用研究. 2011(07)
[8]一种快速双目视觉立体匹配算法[J]. 狄红卫,柴颖,李逵. 光学学报. 2009(08)
硕士论文
[1]基于双目立体视觉的深度感知技术研究[D]. 马源.北京理工大学 2015
[2]结构光深度图像获取算法研究[D]. 王一娇.清华大学 2014
[3]基于图像分割和图割的双目立体三维重建[D]. 王桂芝.大连理工大学 2013
本文编号：3061941
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3061941.html
最近更新
教材专著
