论文部分内容阅读
双目视觉通过对同一场景在不同角度获取的二维图像对恢复该场景的三维信息,与单目视觉相比具有精度高、鲁棒性强等优势。作为计算机视觉技术的一个重要研究方向,双目视觉已广泛应用于飞行器或机器人导航、测距、虚拟现实等领域。本文针对双目视觉中的立体匹配算法开展研究,并基于行人统计系统进行优化改进。在总结双目立体匹配与视频行人统计系统研究现状的基础上,本文对双目视觉系统中摄像机的成像模型、双目立体成像模型、约束条件、双目匹配的一般步骤及常见分类等进行了研究。针对双目立体匹配,本文分析了局部和全局匹配算法的优缺点,着重研究了基于区域灰度的立体匹配算法,并根据行人统计系统的需求对其进行了优化改进,利用盒滤波技术提高匹配速度,通过相似点滤除和交叉检验提高匹配精度。实验证明,改进算法具有良好的实时性和效果,在DSP系统上可实现17帧/秒的处理速度。为提高算法在恶劣光照环境下的效果,本文研究了全局立体匹配算法中实时性最好的基于动态规划的立体匹配算法,并针对实时性与匹配精度对其做出优化,提出了基于控制点的快速动态规划立体匹配算法,实时性与常规的动态规划算法相比大幅提高。同时,为改善常规动态规划所产生的条纹效应,本文采用了行列两方向动态规划。测试结果表明,本文算法能够满足行人统计系统的精度要求,平均匹配误差在10%左右,并且具有较强的鲁棒性。在理论研究的基础上,本文开展了实际实验,分别测试了基于区域的立体匹配算法和基于动态规划的立体匹配算法在行人数量统计系统中的应用,并依据实验效果对理论做出改进,提高了立体匹配算法对本文行人统计系统的适用性。实验结果表明,基于区域立体匹配算法的行人统计系统能够在室内环境取得95%以上的准确率,并且实时性良好;对于存在光线变化的室外环境,基于动态规划算法的行人统计系统具有很强的恶劣光照适应能力。最后,对本文的研究内容进行了总结,并展望了下一步的研究工作。