优化匹配策略：基于PLC的大棚温湿控制系统深度图获取

"这篇资源是关于基于激光散斑的深度图获取算法研究的硕士学位论文，由侯旭阳撰写，张绍阳教授指导，属于长安大学计算机应用技术专业。论文主要探讨了如何优化深度图获取算法，特别是在PLC大棚温湿自动控制系统的背景下，涉及到深度图的边缘检测和匹配策略的改进。" 在论文中，作者提到深度图获取的关键算法优化，特别是针对相邻点的匹配过程。在检测非边界点时，算法会在估计的深度周围的一个小范围内搜索，范围依据估计偏移量确定，例如在50cm处为前后2cm，随着距离增加，这个范围会扩大。如果搜索块内最大归一化匹配值超过预设阈值，则认为是非边界点，否则视为边缘点，需要在更大的91*3范围内重新搜索。 匹配策略的优化是解决计算效率问题的关键。传统的匹配方法存在大量重复计算，因为相邻像素点的匹配块有大量重叠。为减少计算量，论文提出了一个新的策略：先整体计算测试图像与参考图像在不同偏移量上的异或图，然后在每个像素点上统计不同偏移量异或图中的匹配点数量，选取匹配点最多的异或图对应的偏移量作为该点的深度。 此外，论文还涉及到了激光散斑图像的成像原理、成像系统以及散斑成像光栅的相关研究，通过实验分析了散斑图像的自相关性和互相关性，探讨其作为空间结构光的应用潜力。尽管国外已有实时、大范围、低成本的深度成像系统，但鉴于技术封锁，国内在这方面仍有提升空间，因此该研究对于提高国内同类设备的性能具有重要意义。 这篇论文提供了对激光散斑深度图获取算法的深入理解，并提出了有效的计算优化策略，对于计算机视觉领域，尤其是自动化控制系统的开发具有重要的理论与实践价值。