|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
视觉导航技术由于其不受外界明显干扰，隐蔽性好和易于实现的优点，广泛应用于智能机器人中，其研究涉及多个学科的理论与技术，体现了信息科学与人工智能技术的最新成果，在众多的领域中都有潜在的应用价值。立体匹配技术是视觉导航的关键技术之一，它为机器人提供道路的识别和理解，为机器人的视觉导航提供视觉信息。在跟踪和研究视觉导航的关键技术基础上，本文对视觉导航中的立体匹配(Stereo Matching, SM)技术进行了系统而深入的研究和分析，重点分析了SM技术的设计、实现和应用，具体的研究内容和成果如下：(1) 摄像机的精确标定方法和图像对校正摄像机的精确标定方法和实施步骤是后续立体匹配和三维建模得以进行的基础和前提。为简化实现的难度和提高实用性，本文利用实用而简单的张正友的摄像机精确标定方法获取摄像机的内外参数。该方法是基于双目摄像机的标定技术，避免了对车体运动状态的复杂估计和计算，加速了视觉导航技术的实用化。同时，为降低匹配算法的复杂度，提高程序的运行速度，采用基于动态规划(Dynamic Programming, DP)的匹配算法，因而就需要对图像对进行校正，使得图像对在同一扫描线上有相同的像素点。为提高图像的预处理速度，实现了基于外极线几何的方法对图像对进行校正，以简化图像对校正计算，提高后续的匹配速度。(2) 行列双动态规划的改进自适应立体匹配算法全局立体匹配算法是目前立体匹配研究的重点和难点，其中DP算法是全局算法中速度快和匹配效果较好的算法，但在匹配结果中会出现明显的条纹瑕疵。在深入分析基于DP的匹配算法的基础上，提出行列双动态规划的改进自适应立体匹配算法。算法对Yoon提出的自适应构造函数方法进行了一定改进，并依据行DP匹配的结果构造能量函数并在列方向使用DP算法，以消除条纹瑕疵。实验的结果和分析表明，该算法在一定程度上减少了明显的条纹瑕疵，降低了误匹配率。(3) 基于行列相关性双动态规划的增进自适应立体匹配算法行列双动态规划的改进自适应立体匹配算法引入了自适应构造函数改进和列方向重构能量函数并再次使用DP的重要思想，并减少了结果中的条纹瑕疵。但算法仅对自适应函数作了适应性改进，并在列方向的能量函数重构中简单地利用了行方向的视差结果，忽略了图像的行列相关性，因而本文还提出基于行列相关性双动态规划的增进自适应立体匹配算法。该算法对自适应构造函数进行了细致的改进，并充分考虑了图像的行列相关性，指出列方向能量函数的平滑项和数据项的构造思想和方法，并提出详细的分析和实现步骤。实验的结果和分析表明，该算法大幅消除了明显的条纹瑕疵，进一步提高了立体匹配效果。(4) 三维立体模型重建及其对匹配算法的反馈分析为提高算法的实用性和修正算法中明显的匹配错误，提出利用三维立体模型的重建结果对匹配算法的结果进行修正和反馈。在综合考虑重建模型自身特点和车体运动的基础上，利用软件仿真的方法对重建模型进行实际的分析和验证，提出利用模型构建结果对匹配算法的结果进行修正和反馈的主要思路和实现方法，增加算法改进的思路和途径。 |
上一篇：卫星高速率数据分布式存储下一篇：联想集团SoD项目的部署与实施
|
发表于 2022-9-27 19:54:48
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
