基于自適應(yīng)權(quán)重Census變換的立體匹配算法的研究及FPGA實現(xiàn).pdf

1、由于人工智能被廣泛地應(yīng)用于現(xiàn)實生活中，計算機視覺系統(tǒng)越來越受到相關(guān)研究人員的關(guān)注。一般的視覺系統(tǒng)具有對相機進行標(biāo)定、獲得輸入圖像、進行立體匹配得到視差、恢復(fù)三維信息等功能。立體匹配往往起著核心的作用且很多學(xué)者致力于尋找匹配效果好且復(fù)雜度較低的的匹配算法，其一般的過程是利用條件約束和視差原理，通過攝像頭從不同角度對同一場景取景，獲得輸入圖像組，最后利用該圖像組得到目標(biāo)物體的三維立體信息。
　　本文介紹了立體匹配算法的發(fā)展現(xiàn)狀，分析了

2、各類算法的優(yōu)缺點，并在傳統(tǒng)Census變換立體匹配算法的基礎(chǔ)上，提出了一種新穎的自適應(yīng)權(quán)重Census變換立體匹配算法。該新穎算法從一定程度上解決了目前Census變換算法在深度不連續(xù)區(qū)域匹配效果差的問題。該算法在Census變換階段時，計算變換窗口中心點上下左右四個像素的均值，得到中心點與該均值的差的絕對值，通過判斷該絕對值的大小來確定中心點灰度值;為了有區(qū)別地對待窗口內(nèi)各像素點，引入自適應(yīng)權(quán)重，通過線性分段型函數(shù)計算自適應(yīng)權(quán)值。在代

3、價聚合階段采用變化的聚合窗口，通過聚合窗口中心點和其鄰近兩點的梯度值來確定聚合窗口的大小。通過對Matlab仿真結(jié)果的分析與標(biāo)準(zhǔn)測評網(wǎng)站的評估，與目前的Census變換算法相比，本文算法在匹配效果方面有所改善，尤其是在深度不適續(xù)區(qū)域;而且保持了較好的實時性和較低的硬件實現(xiàn)難度。
　　在硬件實現(xiàn)方面，本文搭建了初始立體匹配系統(tǒng)，設(shè)計了基于Spartan6E系列的Atlys開發(fā)板和VmodCam雙目攝像頭模塊的初始系統(tǒng)總體框架。完成了