文档介绍：华中科技大学硕士学位论文
摘要
随着计算机技术的发展,原本很多无法实现的应用都由于新技术的出现而得到
解决,特别是在一些计算机视觉问题上。而由于受到人类双目成像的启发,如何高
效精确地将双目摄像机图像还原成带有深度的 3D 信息越来越受到人们的关注。本文
主要讨论和研究了如何利用置信度传播理论去解决双目视觉问题。
在回顾近几十年双目视觉发展技术以后,为了成套的解决双目视觉的问题,首
先使用双目摄像机的标定算法获得标定信息,再利用标定信息校正定位它;然后使
用灰度相关法去获取较粗超的深度信息,并将该深度信息映射到代价空间中。
置信度传播理论的原理涉及到概率和图论的几大领域,从贝叶斯网络开始发展
的马尔科夫随机场是整个置信度传播理论的基石和优化模型,而吉布斯能量场则为
置信度传播理论奠定了理论基础,在带环的马尔科夫随机场模型的情况下,实现了
通用置信度传播算法。由于置信度传播算法的高度并行性,使用显卡加速并行计算
加速整个算法就显得非常可行。介绍 CUDA 计算的原理和可行性之后,本文讲述了如
何使用 CUDA 实现一般置信度传播理论的流程和方法。
本文将立体匹配的置信度传播算法从空间上推广到时间上,提出基于时序的图
片序列的置信度传播优化算法,将原本多次迭代才能够收敛的算法改进成只需一次
或两次迭代就能达到收敛的效果。
程序实现了通用置信度传播算法和 CUDA 加速算法,通过对比两算法的实验结果,
得出 GPU 并行计算对置信度传播理论加速有效性和实用性的结论。然后对比我们提
出的基于时序图片序列的置信度算法的收敛次数和实验效果,从实验上论证了算法
的可行性。最后本文建设性的使用多线程优化技术,通过比较流水线方法和算法内
部并行处理方法,将置信度传播算法的速度又提高了3~4倍,最终达到每帧 20ms
左右的速度。
关键词:双目视觉,马尔科夫随机场,置信度传播,并行计算,CUDA 加速,多线程
I
华中科技大学硕士学位论文
ABSTRACT
Because of realization of new technology, with the development puter
technology, more and more applications with plexity are be
realized, especially in a number puter vision issues. Due to the inspiration of the
human binocular vision, how accurate the 3D in-depth information from pairs of camera
will be concerned by a large number of researchers. The main purpose of this paper is to
discuss and study how to speed up Belief Propagation (BP) based on the use of graphics
cards.
After reviewing the technological development of binocular vision in recent decades,
instead of applying many popular algorithmic, using Belief Propagation to solve the
problem is a best choice to solve stereo matching. Before this step, the binocular camera
calibration and gray correlation algorithm will be applied to build an initial environment
of stereo matching.
Belief Propagation theory involves several major probability and graph theory in
several areas. After instruction of the difference of work, Belief Propagation
based on Markov Random Field (MRF) has been described, and Gibbs Energy Field is t