基于混合特征的圖像序列景深獲取算法研究.pdf

1、基于圖像序列的景深獲取算法是根據(jù)圖像序列的場景相關性，恢復得到圖像中場景的深度信息，進而獲得場景精確結構模型的理論方法。這樣的算法在汽車自動駕駛、文物保護以及數(shù)字城市管理等領域有著重要的應用價值。故而本文深入研究了一種基于混合特征的圖像序列景深獲取算法，本算法可以高效精確地恢復出場景深度信息。同時，本文利用CUDA（Compute Unified Device Architecture）架構對算法的主要耗時步驟進行了并行化改造，在保證精

2、度的同時大幅度的提升了算法的運算效率。
　　首先，本文利用圖像序列之間的場景連續(xù)性特征，對圖像序列進行特征提取與匹配計算，而后利用RANSAC(Random Sample Consensus)算法迭代優(yōu)化得到最優(yōu)基本矩陣模型，并利用這個模型去除誤匹配。之后根據(jù)視圖幾何理論恢復得到相機的初始位姿以及場景的初始結構。最后利用捆集調整算法依據(jù)重投影誤差約束對相機位姿以及場景深度進行統(tǒng)一調整，最終得到精確地相機位姿。
　　然后，利用

3、具有精確位姿圖像序列之間的場景連續(xù)性約束，設定滑動窗口對圖像進行進一步稠密匹配，而后根據(jù)追蹤的原理將兩兩圖像之間的匹配關系連成特征點流，最后根據(jù)重投影誤差約束的多視圖景深恢復算法對特征點流進行計算，從而得到場景的稠密景深信息。
　　之后本文著重介紹了一種基于混合特征的快速稠密匹配算法，這種算法的基本匹配原則為基于相關分析的區(qū)域匹配，而后利用圖像序列的穩(wěn)定SIFT(Scale-invariant featuretransform)特

4、征以及對極約束對匹配種子點進行區(qū)域劃分，從而提高了算法的實時性。最后根據(jù)圖像的紋理特征研究設計了一種基于檢測場景邊緣的自適應窗口算法，實驗證明，這樣的算法可以對復雜場景有較好的魯棒性。并且能夠完成快速精確地匹配計算。
　　最后，通過實驗分析得出了算法的主要耗時步驟，并利用CUDA架構對特征提取與匹配、RANSAC去除誤匹配、相機位姿恢復以及多視圖快速匹配算法進行了并行化改造，最終通過實驗驗證，證明在算法精度未發(fā)生改變的情況下，并行