嵌入无人机用于道路巡检的实时稠密立体视觉
计算机视觉与模式识别
2019-04-15 v1 机器人学
图像与视频处理
摘要
路面状况评估对于确保道路的适用性以及提供最大程度的道路交通安全性至关重要。本文提出了一种嵌入无人机 (UAV) 的鲁棒立体视觉系统。首先将目标图像的透视图转换为参考视图，这不仅提高了视差精度，还降低了算法的计算复杂度。然后使用双边滤波器对立体匹配生成的代价卷进行滤波。后者已被证明是全连接马尔可夫随机场模型中泛函最小化问题的一种可行解。最后，通过最小化关于横滚角和视差投影模型的能量函数对视差图进行变换。这使得受损路面区域更容易与路面区分开来。所提出的系统在带有 CUDA 的 NVIDIA Jetson TX2 GPU 上实现，以满足实时性要求。实验表明，受损路面区域可以很容易地从变换后的视差图中区分出来。
引用
@article{arxiv.1904.06017,
title = {Real-Time Dense Stereo Embedded in A UAV for Road Inspection},
author = {Rui Fan and Jianhao Jiao and Jie Pan and Huaiyang Huang and Shaojie Shen and Ming Liu},
journal= {arXiv preprint arXiv:1904.06017},
year = {2019}
}
备注
9 pages, 8 figures, In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, June 16-20, 2019, Long Beach, USA