基于双目视觉的障碍物检测算法研究及硬件设计

《基于双目视觉的障碍物检测算法研究及硬件设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于双目视觉的障碍物检测算法研究及硬件设计BINOCULARVISIONOBSTACLEDETECTIONANDITSIMPLEMENTATIONINHARDWARE杜奥博哈尔滨工业大学2016年6月国内图书分类号：TP392学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于双目视觉的障碍物检测算法研究及硬件设计硕士研究生：杜奥博导师：叶水弛教授申请学位：工程硕士学科：集成电路工程所在单位：航天学院答辩日期：2016年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP392U.D.C:621.3Dissert

2、ationfortheMasterDegreeinEngineeringBINOCULARVISIONOBSTACLEDETECTIONANDITSIMPLEMENTATIONINHARDWARECandidate：DuAoboSupervisor：Prof.YeShuichiAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ICEngineeringAffiliation：SchoolofAstronauticsDateofDefence：June,2016Degree-Conferring-Insti

3、tution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要双目立体视觉系统在近些年来取得长足的发展，并在智能汽车等领域广泛应用。视觉图像技术在不断发展的过程中，精度不断提高的同时处理的数据也越来越大，这极大限制了算法在实际中应用中的实时性。基于双目的障碍物检测是立体视觉中关键性技术，满足实时性的实现该算法可以有效提高效率。本文在研究了基于双目视觉障碍物检测的算法的基础上，通过对算法进行硬件电路模块化设计，采用并行处理解决处理速度问题。本文研究的重点集中在基于双目视觉的实时立体成像的算法研究及硬件设计。在深入研究双目视觉算

4、法后，提出了障碍物检测算法并对此进行模块化的硬件设计方案。本文将算法的硬件设计其划分为高斯滤波、梯度变换、census代价计算、SGM半全局匹配及边缘检测等模块。算法中大量的滤波及缓存计算，这些算法复杂程度高，需要大量的缓存数据及计算，所以利用并行计算解决实时性问题。在census代价计算中，通过改进代价计算中对象增加计算结果的准确性，使结果更能代表匹配像素点的邻域信息。传统的匹配算法在硬件加速中只能将利用到邻域内的图像灰度值，本算法中SGM半全局匹配模块以多个一维方向的动态规划进行匹配，增加了对光线不一致等情况的鲁棒性。采用VerilogHDL语言对立体匹配的各

5、个模块进行RTL描述，使用matlab对算法进行功能验证，并采用ISE内的工具对硬件设计进行仿真验证。最后使用ISE对立体匹配的RTL代码进行综合，结果表明，在占用资源可接受的情况下，立体匹配的工作频率最大可达28.817MHz，完全满足图像处理的实时性要求。关键词：图像匹配；立体视觉；硬件设计I哈尔滨工业大学工程硕士学位论文AbstractBinocularstereo，inrecentyearsmadeconsiderabledevelopment,hasbeenwidelyusedinintelligentvehicleandotherfields.Asth

6、erapiddevelopmentofbinocularstereovisionsystem,theprecisionstandardgetshigherandhigher.Thismakethedataprocessingalsogrowing.Thetimelinesshasgreatlylimitedthetechnologyuseintherealworld.Theobstacledetectionbasedonbinocularstereovisionisacriticalpartofthetechnology.Basedonthestudyofthes

7、tereomatching,wegaveanewalgorithm,andusetheparallelcomputingtomeetthereal-timeimplementation.Wefirstintroducedtheexistingbinocularvision’stheoryandalgorithms.Andthenweproposedanew-designedsemi-matchalgorithmfortheobstacledetection.Wegavetheobstacledetectionimplementationstructure,incl

8、uding