收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于双目视觉的立体匹配算法研究

杜旭  
【摘要】:双目立体视觉在人工智能领域研究中占有重要的地位,是计算机视觉研究中的一个重要分支,广泛应用于机器人导航、视频监控、医药诊断、军事侦察和无人驾驶等领域。双目立体匹配模拟人类双眼看到事物在大脑中进行信息处理的原理,利用像素匹配方法确定双目相机获取的左右两目图像中各像素间的对应关系,计算三维空间中的深度信息,最终通过图像的角度、颜色、边缘特征等信息把物体的平面图像还原成三维立体场景,以达到从平面到立体的逆向建模效果。本文主要从算法设计与递归实现两方面着手对实时双目立体匹配问题展开研究,一方面对具有较低算法复杂度且具备较高匹配质量的双目立体匹配算法展开研究和改进;另一方面对所提出的算法进行递归实现,达到有效解决实时双目立体匹配的目的。主要研究内容如下:首先,本文研究了双目立体匹配的基本理论,对不同的立体匹配方法进行了对比分析,总结各种算法的优缺点,明确需要改进的地方。然后,在双边滤波自适应权重算法的基础上,通过增加边界强度项,提出了一种新的三边滤波自适应权重的双目立体匹配算法,通过局部能量模型计算相邻像素之间的边界强度来提高匹配精度。受到递归滤波匹配速率高的启发,将递归边缘保持滤波器技术引入到代价聚合过程中,使其成为一种具有常数算法复杂度的聚合方法,很大程度上降低了匹配算法的运行时间,大大提高了立体匹配的速度,满足了双目立体匹配实时性的需求。最后,在Middlebury基准测试集上进行实验,并与其他立体匹配算法进行比较,从匹配精度、匹配效率、算法复杂度等方面进行定量评测,实验结果表明本文所提算法的平均误匹配率为4.91%,匹配精度高于同类型双目立体匹配算法,平均匹配速度达到258 ms,满足了双目立体匹配实时性的需求。本文严格按照双目立体匹配步骤,从相机成像模型到最终视差优化等步骤,对实时双目立体匹配问题进行了深入的研究,最终提出递归三边滤波的自适应权重立体匹配算法,提高了立体匹配的精度与匹配速度,满足了双目视觉精确性和实时性的要求。本文的研究成果在基于通用PC平台的实时双目视觉的应用领域有着广泛的应用前景。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 刘森;厍向阳;;一种改进双目视觉立体匹配算法[J];电子世界;2016年07期
2 于舒春;赵杰;蔡鹤皋;;立体匹配算法分阶段测试平台[J];计算机工程;2007年10期
3 郑秋梅;温阳;王风华;;基于多卷积核通道特征加权双目立体匹配算法[J];计算机与数字工程;2021年10期
4 王贺迎;张明志;郭京;周静;李鹏;张于;王顺;;大场景深度范围下的角度校验立体匹配算法[J];宇航计测技术;2019年06期
5 白明;庄严;王伟;;双目立体匹配算法的研究与进展[J];控制与决策;2008年07期
6 侯一民;尚浩天;;立体匹配算法改进与优化[J];电子制作;2021年16期
7 顾梦娇;朱宇锋;郭迎庆;张凌峰;;基于半全局立体匹配算法的改进研究[J];电子测量技术;2020年19期
8 宁晓斐;胡波;赵磊;徳文智;;立体匹配算法的分类对比研究[J];硅谷;2013年18期
9 高一宁;韩燮;;双目视觉中立体匹配算法的研究与比较[J];电子测试;2011年01期
10 周琼;;基于计算机的视觉立体匹配算法探究[J];数字通信世界;2018年08期
11 李智鹏;宋勇;余烨;何小旭;聂振兴;;基于最小生成树的立体匹配算法[J];合肥工业大学学报(自然科学版);2015年05期
12 刘亚竹;李逵;狄红卫;;一种改进的基于图割的立体匹配算法[J];微型机与应用;2012年07期
13 周文晖;林丽莉;顾伟康;;一种鲁棒的基于互信息的实时立体匹配算法[J];传感技术学报;2006年04期
14 黄松梅;毕远伟;许晓;;双目立体匹配算法的研究与实现[J];鲁东大学学报(自然科学版);2018年01期
15 曾文献;郭兆坤;;立体匹配算法研究综述[J];河北省科学院学报;2018年02期
中国重要会议论文全文数据库 前12条
1 夏泽邑;刘冲;王跃宗;沙里瓦特;;基于平均局部熵的显微立体匹配算法[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年
2 姜吉祥;屈玉福;;双目视觉立体匹配算法对比研究[A];全国射线数字成像与CT新技术研讨会论文集[C];2012年
3 刘世敏;李睿;苏晓杰;;基于深度学习的多鱼眼全向视图深度估计方法[A];2021中国自动化大会论文集[C];2021年
4 贾波;章毓晋;张宁;林行刚;;一种二维搜索的立体匹配算法[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
5 高月芳;朱同林;张佑生;偶春生;;一种改进的立体匹配算法[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
6 赵亮亮;黎宁;;一种基于全局约束的立体匹配算法[A];第十三届全国图象图形学学术会议论文集[C];2006年
7 杜娟;徐晟;;基于改进自适应窗和动态规划的立体匹配算法[A];第36届中国控制会议论文集(G)[C];2017年
8 朱程辉;何勇;王金玲;;一种基于小波金字塔的多分辨率立体匹配算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
9 张学贺;赵杰;李戈;侯珍秀;;基于支撑点的立体匹配[A];2015光学精密工程论坛论文集[C];2015年
10 连晓峰;窦丽华;陈杰;;基于图割算法的全景图像立体匹配[A];2007年中国智能自动化会议论文集[C];2007年
11 王跃宗;刘冲;李德胜;;彩色显微图像立体匹配研究[A];中国微米、纳米技术第七届学术会年会论文集(一)[C];2005年
12 李振宇;庄春华;张亚庭;王普;;三维重建中的一种鲁棒图像匹配方法[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
中国博士学位论文全文数据库 前20条
1 马浩;典型立体匹配算法精化方法研究[D];武汉大学;2018年
2 姚鹏;立体视觉中精确立体匹配算法的研究[D];天津理工大学;2019年
3 李婕;盲人导航系统中双目立体匹配算法的研究[D];武汉大学;2013年
4 陈彬;实时双目立体匹配算法研究与实现[D];武汉科技大学;2014年
5 张翔;基于可编程片上系统的实时立体匹配算法研究[D];浙江大学;2014年
6 朱程涛;基于图像滤波的精确立体匹配算法研究[D];天津大学;2019年
7 施陈博;快速图像配准和高精度立体匹配算法研究[D];清华大学;2011年
8 翟振刚;立体匹配算法研究[D];北京理工大学;2010年
9 曹晓倩;面向病态场景图像对的立体匹配算法研究[D];中国科学院研究生院(西安光学精密机械研究所);2014年
10 池凌鸿;立体匹配算法的研究和应用[D];中国科学技术大学;2011年
11 桑海伟;复杂场景下双目立体匹配算法研究[D];贵州大学;2021年
12 郑志刚;高精度摄像机标定和鲁棒立体匹配算法研究[D];中国科学技术大学;2008年
13 王玮;基于遮挡信息的局部立体匹配算法的研究[D];山东大学;2012年
14 张康;基于图像深度感知中的立体匹配和深度增强算法研究[D];清华大学;2015年
15 于方杰;光照变化条件下立体视觉技术研究[D];中国海洋大学;2013年
16 高雅昆;水下图像质量增强与立体匹配算法研究[D];燕山大学;2019年
17 刘赫伟;基于地面控制点和能量优化的鲁棒立体匹配算法研究[D];中国科学技术大学;2009年
18 朱松;基于图像分割的快速立体匹配算法研究[D];华中科技大学;2015年
19 何俊学;基于图像的工件曲面重建关键技术研究[D];兰州理工大学;2011年
20 葛亮;图像建模中立体匹配问题的研究[D];重庆大学;2009年
中国硕士学位论文全文数据库 前20条
1 杜旭;基于双目视觉的立体匹配算法研究[D];华北电力大学;2020年
2 杜旭;基于双目视觉的立体匹配算法研究[D];华北电力大学;2020年
3 高亮;双目视觉中的立体匹配算法研究[D];东北大学;2014年
4 顾骋;基于双目视觉的立体匹配算法研究与应用[D];南京理工大学;2014年
5 张小雪;基于双目视觉的立体匹配算法研究[D];东北大学;2014年
6 纪坤;基于FPGA的双目视觉立体匹配算法的研究与实现[D];华中科技大学;2014年
7 石冬健;基于深度学习的立体匹配算法研究[D];华侨大学;2020年
8 冯云剑;基于深度学习的立体匹配算法研究[D];武汉理工大学;2020年
9 梁芳;基于图像分割的立体匹配算法研究[D];北京邮电大学;2014年
10 邓茜雪;基于动态规划的水下立体匹配算法的研究[D];燕山大学;2015年
11 孟奂;三维重建中立体匹配算法的研究[D];哈尔滨工业大学;2012年
12 李逵;双目视觉立体匹配算法研究[D];暨南大学;2009年
13 蒋昂;双目视觉中立体匹配算法的研究与实现[D];天津工业大学;2016年
14 刘红新;基于图割理论的立体匹配算法研究[D];湖南大学;2011年
15 王伟;车载秸秆燃料体积测量的立体匹配算法研究[D];华北电力大学(北京);2009年
16 谭雨;基于端到端卷积神经网络的双目立体匹配算法研究[D];电子科技大学;2021年
17 吕健;基于双目视觉的三维目标感知技术研究[D];湖南大学;2019年
18 伊进延;基于深度学习的三维人脸重建技术研究[D];电子科技大学;2019年
19 张乾;基于FPGA的双目立体视觉系统设计与实现[D];北京交通大学;2019年
20 徐栋;基于块匹配的高分辨率图像立体匹配算法研究[D];合肥工业大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978