基于立体像对数据集的非对称离焦数据集构建.docx

摘要 左右图像非对称离焦模糊会导致双目立体视觉系统的立体匹配失败。为训练能够应对图像模糊的神经网络，基于归一化模糊度（NBL）的分层景深叠加算法，以FlyingThings-Stereo立体像对数据集为例，添加随景物深度变化的模糊，构建非对称离焦立体视觉数据集。新建的数据集提供非对称离焦的立体像对，可用于训练去模糊网络或立体匹配网络。在训练去模糊网络时，分别向网络的输入和输出端提供模糊和清晰的立体像对；在训练立体匹配网络时，向网络的输入和输出端提供模糊的立体像对和视差真值。利用虚拟合成和实景拍摄数据对训练后的网络进行验证，结果表明本数据集可以有效训练去模糊和立体匹配神经网络，使其具备应对离焦模