图1 双目视觉算法流程
图3 畸变矫正
l 将相机转化为标准形式图4 转换为标准形式
因为矫正部分,会对图像所有点的位置进行重新计算,因而算法处理的分辨率越大耗时越大,而且一般需要实时处理两张图像。而且这种算法并行化强标准化程度较高,建议使用IVE进行硬化,类似Opencv中的加速模式,先得到映射Map,再并行化使用映射Map重新得到像素位置。Opencv中的矫正函数为cvStereoRectify。
图5 基于线性搜索的视差计算
非局部的匹配算法,将搜索视差的任务看做最小化一个确定的基于全部双目匹配对的损失函数,求该损失函数的最小值即可得到最佳的视差关系,着重解决图像中不确定区域的匹配问题,主要有动态规划(DynamicProgramming),信任传播(Blief Propagation),图割算法(GraphCut)。目前效果最好的也是图割算法,Opencv中提供的图割算法匹配耗时很大。图6 基于图割(左),动态规划(中),相关性计算(右)的效果。
因为考虑到全局能量最小化,非局部算法一般耗时较大,不太好使用硬件加速。但是对于遮挡,纹理稀疏的情况解决的较好。图7 视差深度获取示意
关于视差图的后处理,一般采用中值滤波的方法欢迎光临 电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛 (http://bbs.eccn.com/) | Powered by Discuz! 7.0.0 |