论文部分内容阅读
立体视觉一直以来都是计算机视觉领域中的一个研究热点。立体视觉主要采用两台或多台摄像机对同一景物进行拍摄,根据几何原理将不同位置获取的二维图像信息进行三维重建,从而恢复原景物的三维信息。一个完整的立体视觉系统包括五部分,即图像获取、摄像机标定、立体匹配、三维重建和后期处理。立体视觉系统中立体匹配部分具有重要而深远的意义。立体匹配中的双目立体匹配是根据人类视觉原理从两个不同视角对同一视觉目标进行观测,将在不同视角下获取的感知图像进行匹配,通过匹配可以确定两幅图像对应像素点之间的位置偏差,最后通过三角测量原理获取景物的三维信息。双目立体匹配主要应用于机器人导航、微操作系统的参数检测、三维测量和虚拟现实等领域。立体匹配算法众多,通过对算法的匹配精度与实时性两方面的比较,本文选用鲁棒性好,运算复杂度低,易于采用硬件加速技术基于Census立体匹配算法进行研究,选用现场可编程门阵列(FPGA)作为实现平台。在匹配算法的研究中,为了提高原匹配算法的精度,本文对原有Census变换进行改进,改进的Census变换将邻域像素与中心像素和平均值进行比较,得到一个两位的编码。在代价聚合时采用自适应权重的方法进一步提高匹配精度。在匹配代价计算时,本文将互信息与图像的梯度信息相结合作为新的相似性测度,代替原算法中的汉明距计算匹配代价,可以达到提高立体匹配精度,特别是物体边缘匹配精度的目的。在硬件部分设计时,本系统利用QuartusII中的移位寄存器实现了图像数据的缓存窗口的设计,同时实现了亚像素模块,LRC检测模块,互信息计算模块,梯度信息计算模块等的设计。为了确保立体匹配系统的实时性,本文利用FPGA并行计算结构和流水线技术,提高了Census变换,匹配代价计算等部分的运算效率。最后,采用图像库中的立体匹配图像对进行实验,并结合实验结果从匹配精度和实时性两方面分析本算法的可行性和有效性。