学位论文 > 优秀研究生学位论文题录展示

自然三维电视系统中深度获取算法研究

作　者: 张静
导　师: 张明
学　校: 浙江大学
专　业: 信息与通信工程
关键词: 深度自适应立体匹配 ToF GPU 融合
分类号: TN949.2
类　型: 硕士论文
年　份: 2012年
下　载: 62次
引　用: 1次
阅　读: 论文下载

内容摘要

随着计算机科学的发展,越来越多的技术需要利用场景的三维信息将客观世界真实再现。自然三维电视中采用“2D视频+场景深度+3D增强信息”的编码方案,需要事先提供准确的深度信息。因此,深度提取技术是影响自然三维电视性能的关键因素,研究相应的深度提取技术对自然三维电视系统的实现具有积极的参考意义。目前获取物体的三维信息主要有两种途径：深度摄像机直接拍摄获取的主动立体方法以及通过求取图像匹配点视差而获取深度的被动立体方法。本文在实验室现有三维电视系统平台上,对这两种技术均做了深入的研究,重点分析了两种技术各自的特点,并研究如何融合主动立体与被动立体方法提取深度信息。本文的主要成果包括：(1)提出了一种“AW聚合+DP优化”(Adaptive Window Aggregation and Dynamic Programming)的深度获取算法。该算法根据图像的色彩信息为每个像素点自适应地选择聚合窗口,并采用DP算法进行后期优化,修复错误点。该算法原理简单,运行速度快,能够较好地保持物体的边缘,提高视差图的质量。(2)通过研究GPU并行加速实现算法,构建了一个场景深度信息获取系统,包括图像的采集、处理以及深度信息提取等部分。本文针对CUDA平台的特点,对“AW聚合+DP优化”算法进行了相应改写,使其适合并行加速计算,能够达到半实时性地输出准确的深度信息。(3)提出一种融合ToF摄像机与AW聚合信息的深度获取算法。ToF摄像机易受光线、噪声和物体材质的影响,而AW聚合信息算法对遮挡区域、低纹理、重复纹理区域的处理效果不佳。根据两者的互补特性,本文提出融合ToF摄像机和AW聚合的正确信息,获得的视差图比单一方法更加准确,且该算法可以有效避免其他优化算法模糊边缘的缺陷。

全文目录

致谢  4-5
摘要  5-6
英文摘要  6-7
目录  7-9
图目录  9-11
表目录  11-12
第一章绪论  12-22
  1.1 引言  12-13
  1.2 3DTV的发展与现状  13-16
  1.3 3DTV系统简介  16-19
  1.4 深度获取算法  19-21
  1.5 本文的主要研究内容和章节安排  21-22
    1.5.1 主要研究工作  21
    1.5.2 论文章节安排  21-22
第二章 "AW聚合+DP优化"深度获取算法  22-42
  2.1 双目立体视觉原理  22-23
  2.2 立体匹配的研究内容  23-27
    2.2.1 匹配基元的选择  23-24
    2.2.2 匹配的约束条件  24-25
    2.2.3 立体匹配的常用算法  25-27
  2.3 "AW聚合+DP优化"深度获取算法  27-38
    2.3.1 AW聚合的窗口选择  28-30
    2.3.2 基于AW聚合获取的初始视差图  30-35
    2.3.3 基于DP的视差图优化  35-37
    2.3.4 视差图的后处理及结果分析  37-38
  2.4 视差图序列的稳定性  38-41
  2.5 本章小结  41-42
第三章基于GPU的"AW聚合+DP优化"算法实现  42-57
  3.1 GPU的特点  42-43
  3.2 CUDA架构  43-47
    3.2.1 编程模型  43-45
    3.2.2 CUDA程序优化  45-47
  3.3 CUDA平台上的"AW聚合+DP优化"算法实现  47-56
    3.3.1 CUDA平台上的AW聚合算法实现  47-51
    3.3.2 CUDA平台上的DP优化算法实现  51-54
    3.3.3 实验结果及分析  54-56
  3.4 本章小结  56-57
第四章 ToF摄像机与AW聚合信息相融合的深度获取算法  57-73
  4.1 ToF摄像机  57-58
  4.2 常见的基于ToF摄像机的深度获取算法  58-59
  4.3 ToF摄像机与AW聚合信息相融合的深度获取算法  59-72
    4.3.1 ToF摄像机与AW聚合信息融合算法的实验平台  60-61
    4.3.2 ToF深度图的预处理  61-63
    4.3.3 代价函数的构造  63-67
    4.3.4 ToF摄像机与AW聚合信息的融合算法  67-68
    4.3.5 实验结果及分析  68-72
  4.4 本章小结  72-73
第五章总结与展望  73-75
参考文献  75-78
作者简历及在学期间所取得的科研成果  78

自然三维电视系统中深度获取算法研究

内容摘要

全文目录

相似论文