4.2   动态规划中的主要概念，名词术语 20

4.3  运用动态规划需符合的条件 20

5. 基于动态规划的立体匹配算法 26

5.1  SAD算法与动态规划算法 26

5.2 OpenCV 中SGBM算法的原理与实验 30

5.3  单方向DP算法实验结果 31

5.4 左右一致性约束动态规划立体匹配算法 32

致  谢 34

参考文献 35

 1 绪论

1.1 论文选题依据

21世纪，人类已经进入信息化时代，而图像信息是人类获取信息及利用

信息的重要来源。视觉是人类最重要的感知手段，据统计人类获取外部世界信息的75%[1]来源于视觉,这既说明视觉信息量巨大，也表明人类对视觉信息有较高的利用率。

计算机视觉是指利用计算机实现人类的视觉功能，即对客观世界中三维场景的感知、加工和理解。视觉研究的原始目的是把握和理解有关场景的图像，辨识和定位其中的目标，确定他们的结构，空间排列和分布以及目标的相互关系等。计算机视觉的研究目标是从图像或者图像序列中获取对外部世界的认知和理解，即利用二维图像恢复三维环境中物体的几何信息，比如形状、位置、姿势、运动等，并且能描述、识别与理解。

计算机视觉的研究方法有两种：一种是仿生学，即按照人类视觉系统的结构原理，建立相应的处理模块去完成类似的功能和工作。另一种是工程的方法，通过分析人类视觉过程的功能去入手，不刻意模仿人类视觉系统内部结构，而仅仅考虑输入和输出，并采用可行的方法去实现。

计算机视觉的重要研究目标可归纳为两个相互联系的，第一个研究目标是建立计算机视觉系统来完成各种视觉任务，第二个任务目标是把该研究作为探索人脑视觉工程工作机理的手段，进一步加深对人脑视觉机理的掌握和理解(比如计算机神经科学)。这里主要研究的是生物学机理。

而随着计算机视觉的发展，双目立体视觉得到了越来越多的关注，它主要是通过模仿人眼的成像机制，利用两台摄像机，一左一右，通过不同位置成像，然后通过一些处理，包括(1)摄像机标定。（2）图像获取（3）特征提取。（4）立体匹配（5）3-D信息恢复。（6）后处理产生三维图像。而立体视觉的重点是立体匹配，立体匹配是根据对所选特征的计算来建立基于特征间的对应关系，从而建立起同一个空间点在不同图像中的像点之间的关系，并且由此得到相应的视差图像。立体匹配是立体视觉中最重要的，最困难的步骤。

下面三节1.2，1.3和1.4将介绍计算机视觉方面的研究内容、基本概念和应用的领域。

1.2 计算机视觉的五大研究内容

1)输入设备(input device)

包括成像设备和数字化设备．成象设备是指通过光学摄像机或红外、激光、超声、X射线对周围场景或物体进行探测成象，得到关于场景或物体的二维或三维数字化图像。

2)低层视觉(low level)

主要是对输入的原始图像进行处理．这一过程借用了大量的图像处理技术和算法，如图像滤波、图像增强、边缘检测、纹理检测、运动检测，以便从图像中抽取诸如角点、边缘、线条、边界、色彩、纹理、运动等关于场景的基本特征。