支持可变视差范围的双目立体匹配硬件架构

    公开(公告)号:CN116228721A

    公开(公告)日:2023-06-06

    申请号:CN202310226682.7

    申请日:2023-03-06

    摘要: 本发明公开了一种支持可变视差范围的双目立体匹配硬件架构,可以在不改变算法处理细节的层面上,通过视差范围切换控制器对代价计算与聚合模块进行配置,实现了工作中实时切换视差工作范围,能够根据不同应用场景切换硬件所工作的视差范围,面对不同工作场景进行不同的视差范围计算,在支持需要较大视差范围工作环境下的同时,该硬件可在空旷的户外场景可使用较小视差范围工作模式,大幅减少计算量,从而减小整体硬件的工作功耗。

    一种基于FPGA的实时双目立体视觉架构方法及系统

    公开(公告)号:CN116347055A

    公开(公告)日:2023-06-27

    申请号:CN202310244816.8

    申请日:2023-03-09

    摘要: 本发明公开了一种基于FPGA的实时双目立体视觉架构方法及系统,包括如下步骤:同步获取可见光图像和红外图像并按照可见光图像和红外图像的顺序轮序储存;在原图上发模式下,将所述储存的可见光图像和红外图像以轮询优先级的方式上发;在校正图及视差图上发模式下,通过图像处理模块对可见光图像和红外图像进行图像校正得到可见光校正后图像和红外校正后图像,通过半全局匹配算法获得可见光校正后图像和红外校正后图像的视差图,并将所述可见光校正后图像、所述红外校正后图像以及所述视差图上发,所述视差图包括可见光视差图像和红外视差图像;该架构方法及系统可全天候条件下实时工作且系统延迟低、视差图像精度较高,造价成本较小。

    一种基于边缘修复和自适应边缘处理的图像插值方法

    公开(公告)号:CN115456880A

    公开(公告)日:2022-12-09

    申请号:CN202211172328.2

    申请日:2022-09-26

    IPC分类号: G06T3/40 G06T5/00

    摘要: 本发明涉及图像处理算法领域,公开了一种基于边缘修复和自适应边缘处理的图像插值方法,包括对低分辨率图像进行扩边操作,达到每一个像素点都能被插值的目的;对扩边后的图像以4*4大小的矩阵为窗口对低分辨率图像进行遍历,并得到窗口内局部图像的边缘特征Feature和Ratio;根据Feature和Ratio的不同取值对不同边缘类型的图像采取不同的超采样方法,最后再将结果限幅输出便得到了放大后的高分辨率图像;采用本发明中的技术方案,用在各种超分辨率图像处理场合,例如游戏图像渲染,可以渲染低分辨率图像,然后再将渲染后的结果用本发明中的方法超采样成高分辨率图像,进而大大减小游戏渲染时间和设备压力。

    一种立体视觉深度感知学习的目标检测方法

    公开(公告)号:CN116883990B

    公开(公告)日:2024-08-16

    申请号:CN202310835154.1

    申请日:2023-07-07

    摘要: 本发明涉及计算机视觉与深度学习技术领域,公开了一种立体视觉深度感知学习的目标检测方法,包括:对双目视觉系统采集到的成对的左图像和右图像进行视差估计,获得视差图;基于双目视觉系统的相机参数和几何关系将视差图转换成深度图;目标检测模型提取并融合左图像的RGB特征和深度图的深度特征,进行目标检测,输出图像中目标的类别、位置以及距离信息;本发明基于双目相机获取深度信息,可靠且方便;本发明基于深度信息来指导目标检测,利用其所反映的物体远近、几何形态,有效提高了目标检测的准确度;本发明可以检测未知障碍物并提高检测模型在复杂环境下的鲁棒性,对于自动驾驶等应用场景有着重要的意义。

    一种立体视觉深度感知学习的目标检测方法

    公开(公告)号:CN116883990A

    公开(公告)日:2023-10-13

    申请号:CN202310835154.1

    申请日:2023-07-07

    摘要: 本发明涉及计算机视觉与深度学习技术领域,公开了一种立体视觉深度感知学习的目标检测方法,包括:对双目视觉系统采集到的成对的左图像和右图像进行视差估计,获得视差图;基于双目视觉系统的相机参数和几何关系将视差图转换成深度图;目标检测模型提取并融合左图像的RGB特征和深度图的深度特征,进行目标检测,输出图像中目标的类别、位置以及距离信息;本发明基于双目相机获取深度信息,可靠且方便;本发明基于深度信息来指导目标检测,利用其所反映的物体远近、几何形态,有效提高了目标检测的准确度;本发明可以检测未知障碍物并提高检测模型在复杂环境下的鲁棒性,对于自动驾驶等应用场景有着重要的意义。

    一种自适应的超分辨率图像采样系统

    公开(公告)号:CN115511709A

    公开(公告)日:2022-12-23

    申请号:CN202211172251.9

    申请日:2022-09-26

    摘要: 本发明公开了一种自适应的超分辨率图像采样系统,属于图形处理领域,包括图像预处理模块、数据流控制模块、图像超采样模块和输出仲裁模块;所述图像预处理模块功能是扩展低分辨率的图像边界便于后续处理;所述数据流控制模块负责将数据按照顺序输送给图像超采样模块;所述图像超采样模块使用五级流水线技术实现基于边缘修复的自适应超采样算法来实现图像超采样功能;所述输出仲裁模块用于将输出的超采样结果按照图像格式输出数据,最终得到高分辨率的图像,采用本发明技术方案,游戏图像渲染场合,可以渲染低分辨率图像,再将渲染后的结果用本文方法超采样成高分辨率图像,进而大大减小游戏渲染时间和设备压力。