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(guān)性，恢復(fù)得到圖像中場景的深度信息，進(jìn)而獲得場景精確結(jié)構(gòu)模型的理論方法。這樣的算法在汽車自動駕駛、文物保護(hù)以及數(shù)字城市管理等領(lǐng)域有著重要的應(yīng)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(fù)出場景深度信息。同時，本文利用CUDA（Compute Unified Device Architecture）架構(gòu)對算法的主要耗時步驟進(jìn)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(yùn)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(jìn)行特征提取與匹配計(jì)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(fù)得到相機(jī)的初始位姿以及場景的初始結(jié)構(gòu)。最后利用捆集調(diào)整算法依據(jù)重投影誤差約束對相機(jī)位姿以及場景深度進(jìn)行統(tǒng)一調(diào)整，最終得到精確地相機(jī)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(shè)定滑動窗口對圖像進(jìn)行進(jìn)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(guān)系連成特征點(diǎn)流，最后根據(jù)重投影誤差約束的多視圖景深恢復(fù)算法對特征點(diǎn)流進(jìn)行計(jì)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(guān)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(diǎn)進(jìn)行區(qū)域劃分，從而提高了算法的實(shí)時性。最后根據(jù)圖像的紋理特征研究設(shè)計(jì)了一種基于檢測場景邊緣的自適應(yīng)窗口算法，實(shí)驗(yàn)證明，這樣的算法可以對復(fù)雜場景有較好的魯棒性。并且能夠完成快速精確地匹配計(jì)算。
　　最后，通過實(shí)驗(yàn)分析得出了算法的主要耗時步驟，并利用CUDA架構(gòu)對特征提取與匹配、RANSAC去除誤匹配、相機(jī)位姿恢復(fù)以及多視圖快速匹配算法進(jìn)行了并行化改造，最終通過實(shí)驗(yàn)驗(yàn)證，證明在算法精度未發(fā)生改變的情況下，并行