基于CUDA的实时图像拼接技术研究

论文摘要

遥控导航技术是地面移动机器人领域的一项关键技术。遥控导航的一个核心问题是如何让操作人员获得实时的、大视野的环境信息,以保证遥控导航的实时性和透明性。解决这一问题的一种可行的途径就是采用图像拼接的方法。然而在图像拼接过程中,由于图像匹配涉及到的数据量大、计算密集,所以许多串行处理方法在实际应用中都难以满足实时性要求。为此,本文以地面移动机器人的遥控导航应用为背景,从理论和实践两个方面对基于CUDA（Compute Unified Device Architecture,统一设备计算架构）的实时图像拼接技术进行了深入研究,包括结合先验信息的自适应图像匹配方法、基于改进RANSAC（Random Sample Consensus,随机采样一致性）的图像变换模型求解、基于CUDA的实时图像拼接算法及其在移动机器人遥控导航中的应用等。论文完成的主要工作为:1)针对实时图像拼接的应用需求,提出了一种结合先验信息的自适应图像匹配方法。该方法首先根据事先得知的待拼接图像的重叠区域范围,在左图像的重叠区域内均匀选取待匹配点;然后通过具有旋转不变性的区域相似性度量,在右图像中的自适应匹配搜索区域进行最佳匹配点搜索。实验结果表明,该方法能够明显地提高图像匹配的效率和正确率。2)针对图像匹配过程中不可避免地存在误匹配点的问题,在深入研究了RANSAC算法的基础上,通过引入随机采样约束条件和最优样本集评价准则,给出了一种基于改进RANSAC的图像变换模型求解算法。实验结果表明,该算法能有效地提高求解图像变换模型的正确率和精度。3)在深入分析CUDA编程模型的基础上,提出了一种基于CUDA的实时图像拼接算法（CUDA-RTIM）,并通过充分利用GPU的并行计算能力,给出了一种基于GPU的最佳匹配点并行搜索算法,以及基于改进RANSAC的射影变换模型并行求解算法。实验结果表明,CUDA-RTIM算法不仅具有良好的鲁棒性和实时性,而且对各种不同环境还具有良好的适应性。在上述工作的基础上,论文设计实现了基于大视野的地面移动机器人遥控系统,并以Pioneer-III型机器人为实验平台,验证了以上方法和算法的可行性与有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景和意义
• 1.2 地面移动机器人遥控技术的研究现状
• 1.3 图像拼接技术的研究现状及其应用
• 1.3.1 图像拼接的应用领域
• 1.3.2 图像拼接技术的基本特点及算法分类
• 1.3.3 图像拼接的技术重点、研究热点和发展方向
• 1.4 CUDA及其编程模型
• 1.4.1 基于GPU的通用计算
• 1.4.2 CUDA及其编程模型
• 1.5 论文的主要研究工作和结构安排
• 1.5.1 论文的主要工作和成果
• 1.5.2 论文的组织结构
• 第二章 摄像机模型与图像拼接基本原理
• 2.1 摄像机模型及其标定
• 2.1.1 基本参考坐标系及其变换关系
• 2.1.2 摄像机成像模型
• 2.1.3 摄像机的标定
• 2.2 图像拼接基本原理
• 2.2.1 基于区域的图像匹配
• 2.2.2 图像变换模型
• 2.2.3 图像融合
• 2.3 本章小结
• 第三章 基于CUDA的实时图像拼接算法
• 3.1 结合先验信息的自适应图像匹配方法
• 3.1.1 自适应图像匹配算法的计算复杂度
• 3.1.2 待匹配点的选取
• 3.1.3 具有旋转不变性的匹配模板
• 3.1.4 自适应匹配搜索区域
• 3.2 基于改进RANSAC的图像变换模型参数估计
• 3.2.1 RANSAC算法基本原理
• 3.2.2 对RANSAC算法的几点改进
• 3.2.3 基于改进RANSAC的图像变换模型求解算法
• 3.3 基于CUDA的实时图像拼接算法
• 3.3.1 基于CUDA的实时图像拼接算法流程
• 3.3.2 最佳匹配点并行搜索算法
• 3.3.3 基于改进RANSAC的射影变换模型并行求解算法
• 3.4 实验结果及分析
• 3.4.1 基于GPU的并行计算实验
• 3.4.2 结合先验信息的自适应匹配点搜索实验
• 3.4.3 基于CUDA的实时图像拼接实验
• 3.5 本章小结
• 第四章 地面移动机器人遥控系统设计与实现
• 4.1 大视野遥控系统结构
• 4.1.1 人机接口模块
• 4.1.2 环境感知模块
• 4.1.3 路径规划模块
• 4.1.4 无线通信模块
• 4.1.5 遥控工作模式
• 4.2 基于CUDA-RTIM的大视野实时图像获取
• 4.2.1 具有不同环境特点的图像拼接实验
• 4.2.2 具有不同分辨率的图像拼接实验
• 4.3 基于拼接图像的移动机器人目标点定位
• 4.3.1 单幅图像的目标点定位
• 4.3.2 拼接图像的目标点定位
• 4.3.3 实验结果及分析
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 论文工作总结
• 5.2 今后工作展望
• 致谢
• 参考文献
• 作者在学期间取得的学术成果