A high precision parallax calculation acceleration method based on GPU, GPU is set as a unified computing device architecture. The specific steps include: S1, acquisition of left angle image and right angle image; S2, separate the left angle image and right angle image into a number of 32 * 32 propagation block blocks; S3, left angle image and right angle graph The parallax values are updated iteratively in every propagation block in the image, and all the pixel values of the propagation block are stored in the GPU texture memory during the iterative updating of the parallax value, and the process parameters of the iterative updating process of the parallax value are stored into the shared memory of the GPU. The invention can make full use of the computing power of CPU, and greatly speed up the calculation speed under the premise of ensuring the accuracy of parallax calculation. One
【技术实现步骤摘要】
一种基于GPU的高精度视差计算加速方法
本专利技术涉及三维重建
,具体地说是一种基于GPU的高精度视差计算加速方法。
技术介绍
作为计算机视觉的一个重要分支,双目立体视觉的获取过程大致是由一台通过移动或者转动视角来拍摄同一幅场景的摄像机或者是模拟双眼的两个摄像头拍摄同一个物体,然后利用立体匹配算法求出两幅图像对应像点间的视差,结合视差图像与摄像机标定所得参数求出场景内被测物体各点的三维坐标,进而重建出场景的三维结构信息并获得相应点的深度值,此深度值即为成像平面与被测物体之间的实际距离。一个完整的立体视觉系统一般可以由图像获取、摄像机标定、特征提取、立体匹配、深度确定及内插重建6个部分组成。立体匹配是双目立体视觉中最重要、最核心的问题。它解决的是对于同一空间景物上的一点在参考图像上的投影点如何在匹配图像上找到其对应点的问题。目前大部分立体匹配算法都包括四个步骤:(1)代价计算,(2)代价聚合,(3)视差计算和优化,(4)视差求精。总体来说,立体匹配算法可以分为两类:局部立体匹配算法和全局立体匹配算法。局部立体匹配算法利用一个窗口内的颜色或灰度信息来确定每个点的视差值。而全局立体匹配算法基于平滑性假设,并且利用能量最小化技术同时确定所有点的视差值。全局立体匹配算法利用图像的平滑项和数据项两项约束项求解整体能量的最小值。能够很好的解决低纹理区域的误匹配现象。全局立体匹配算法的代表有图割法、动态规划算法、置信度传播算法等。但是算法运算量大,不适合实时系统。局部立体匹配算法由于每个点仅仅依赖局部信息,通过计算匹配窗口内的总匹配代价,利用WTA策略找到最小的匹配 ...
【技术保护点】
1.一种基于GPU的高精度视差计算加速方法,GPU设置为统一计算设备架构,其特征在
【技术特征摘要】
1.一种基于GPU的高精度视差计算加速方法,GPU设置为统一计算设备架构,其特征在于:具体步骤包括:S1、获取左视角图像和右视角图像;S2、分别将左视角图像和右视角图像拆分成若干个大小为32×32的传播区块;S3、对左视角图像和右视角图像中每个传播区块进行视差值迭代更新,视差值迭代更新过程中传播区块的所有像素值存入到GPU的纹理内存中,视差值迭代更新过程的过程参数存入到GPU的共享内存中。2.如权利要求1的一种基于GPU的高精度视差计算加速方法,其特征在于:S2中,任意两个相邻的传播区块之间均有一个重叠区,重叠区为32个排列成行的像素或者32个排列成列的像素。3.如权利要求1的一种基于GPU的高精度视差计算加速方法,其特征在于:视差值迭代更新包括空域传播,空域传播包括行方向传播、行方向逆传播、列方向传播和列方向逆传播,过程参数包括像素的当前视差值和当前视差分数。4.如权利要求3的一种基于GPU的高精度视差计算加速方法,其特征在于:行方向传播的具体方法为:在行方向上,对于任一像素用其前一像素的视差值作为传播视差值计算传播视差分数,如果传播视差分数大于当前视差分数,则用传播视差值替换当前视差值,用传播视差分数替换当前视差分数,如果传播视差分数小于或者等于当前视差分数,则不改变当前视差值和当前视差分数;行方向逆传播的具体方法为:在行方向的逆方向上,对于任一像素用其前一像素的视差值作为传播视差值计算传播视差分数,如果传播视差分数大于当前视差分数,则用传播视差值替换当前视差值,用传播视差分数替换当前视差分数,如果传播视差分数小于或者等于当前视差分数,则不改变当前视差值和当前视差分数;列方向传播的具体方法为:在列方向上,对于任一像素用其前一像素的视差值作为传播视差值计算传播视差分数,如果传播视差分数大于当前视差分数,则用传播视差值替换当前视差值,用传播视差分数替换当前视差分数,如果传播视差分数小于或者等于当前视差分数,则不改变当前视差值和当前视差分数;列方向传播的具体方法为:在列方向的逆方向上,对于任一像素用其前一像素的视差值作为传播视差值计算传播视差分数,用传播视差分数替换当前视差分数,如果传播视差分数大于当前视差分数,则用传播视差值替换当前视差值,如果传播视差分数小于或者等于当前视差分数,则不改变当前视差值和当前视差分数。5.如权利要求4的一种基于GPU的高精度视差计算加速方法,其特征在于:S3中空域传播的具体方法为:S3.1、设定当前视差值平均改变量阈值X;S...
【专利技术属性】
技术研发人员:冯文铎,
申请(专利权)人:洛阳中科众创空间科技有限公司,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。