面向硬件的立體匹配算法研究.pdf

1、計(jì)算機(jī)立體視覺在軍事、航天、醫(yī)學(xué)、工業(yè)、娛樂等領(lǐng)域都有廣泛的應(yīng)用前景，而立體匹配又是立體視覺研究的瓶頸問題。實(shí)際上立體匹配作為計(jì)算機(jī)視覺領(lǐng)域一項(xiàng)基礎(chǔ)課題，已經(jīng)有了三十年左右的歷史?，F(xiàn)如今由于諸如視角合成、基于視頻的渲染等新興應(yīng)用的出現(xiàn)，人們對立體匹配在匹配效果、運(yùn)行時(shí)間等指標(biāo)有了更高的要求，因此它再一次成為了研究熱點(diǎn)。
　　簡單來講立體匹配就是尋找不同視角圖像中各個(gè)特征點(diǎn)之間的匹配關(guān)系。但是由于少紋理、重復(fù)紋理、遮擋等情況的存在，

2、要實(shí)現(xiàn)令人滿意的匹配非常困難?，F(xiàn)如今為了提高匹配正確率，算法日趨復(fù)雜。特別是在自適應(yīng)權(quán)重聚合和圖像分割等算法引入之后，單靠軟件實(shí)現(xiàn)時(shí)匹配運(yùn)行時(shí)間完全不能滿足實(shí)時(shí)性應(yīng)用的需求。在這個(gè)背景下，我們的目標(biāo)就是設(shè)計(jì)一種高正確率的立體匹配算法，使之能夠在硬件加速的條件下實(shí)現(xiàn)實(shí)時(shí)匹配。
　　經(jīng)過多年來全球各地各界研究人員的努力，眾多優(yōu)秀的算法被提出來。Scharstein和Szeliski對它們進(jìn)行了系統(tǒng)整理，歸納出一般立體匹配算法的四個(gè)基本

3、步驟，并且提出了算法子塊(algorithmic building blocks)的概念。我們在他們的整理基礎(chǔ)上，選取了一些主流的算法子塊進(jìn)行了研究，包括算法的原理、步驟、優(yōu)缺點(diǎn)等。對于其中的自適應(yīng)權(quán)重聚合算法和置信傳播算法，我們還從硬件角度進(jìn)行了分析，主要關(guān)注點(diǎn)是帶寬和內(nèi)存消耗。
　　匹配代價(jià)是立體匹配算法中必定會(huì)用到的中間數(shù)據(jù)，所謂匹配代價(jià)就是不同視角中兩個(gè)特征點(diǎn)之間的差異。它反映了這兩個(gè)特征點(diǎn)互相匹配的可能性，即勝者全得算法

4、中所利用的性質(zhì):對應(yīng)最小匹配代價(jià)的視差最有可能是正確的視差。這一點(diǎn)在我們研究視差空間圖像時(shí)也得到證實(shí)。我們還發(fā)現(xiàn)同一個(gè)像素點(diǎn)的不同視差所對應(yīng)的匹配代價(jià)的大小排名從第一開始增加時(shí)，相應(yīng)視差為正確視差的概率會(huì)急劇減小，隨后概率維持在低位，不再隨排名而變化。但是與之形成對比的是匹配代價(jià)值本身卻基本是隨著排名增加而線性增加。如果把匹配代價(jià)直接作為全局匹配算法的能量方程的數(shù)據(jù)項(xiàng)的話，將不能正確反映圖像各點(diǎn)視差分布的概率。
　　鑒于上述分析，

5、我們提出了基于匹配可靠性集的立體匹配算法。與其他匹配算法最大的不同在于我們用匹配可靠性集取代匹配代價(jià)集作為能量方程的數(shù)據(jù)項(xiàng)。這一變換除了大大簡化了數(shù)據(jù)項(xiàng)以外，還大大提高了匹配正確率。至今(2012年4月19日)該算法的正確率在Middlebury網(wǎng)站上綜合排名第四。值得一提的是，本文提出的算法是該網(wǎng)站排名的前二十名中極少數(shù)幾個(gè)沒有使用圖像分割的算法。因?yàn)樗惴ㄔO(shè)計(jì)之初就考慮硬件實(shí)現(xiàn)，我們所采用的算法子塊都可以利用硬件加速。后續(xù)工作主要是具