李杰，李一轩，吴天生，王昊榕，梁敏

（山西财经大学 信息学院，太原030006）

嵌入式计算机视觉系统是光学影像三维重建的重要应用领域之一，通过三维重建可获得相应场景的深度信息，其类似于人眼的基本机制，在诸如机器人 导 航［1］、文 物 保 护［2］、航 空 摄 影［3-4］、太空探索［5-7］等领域都有重要的潜在应用价值。无人机（Unmanned Aerial Vehicle，UAV）作为一种方便的地形观测设备，通常应用于航空摄影。假设D为无人机左右摄像机光心之间的距离，H为机载摄像机相对地面的高度。一般而言，无人机连续拍摄间隔距离D值很小，其飞行高度H值很大，即航拍影像的基高比相对很低。另外，使用无人机进行地形拍摄时，非常容易出现低纹理、动态纹理区域，尤其在多山地地区进行低空对地观测时，图像中常会包含高山、阴影、河流等区域，然而传统基于FPGA的三维重建方法通常不适用于这一情形。

基于光学影像的三维重建系统通常包含大规模视差计算步骤，然而传统计算机因固有的指令周期延迟使得大规模视差计算的运行效率非常低。针对该类问题，研究人员开始尝试使用不同的硬件平台来提高三维重建方法的时效性，包括采 用FPGA［5-6］、GPU［8］、DSP［9］、ASIC［10］等。然而，对于部分资源有限的硬件平台，如FPGA、ASIC等，不能像对待CPU、GPU或DSP的应用程序那样，直接通过简单地添加内存或增加磁盘空间的方法允许相同算法处理更大图像或更大视差范围的问题。其主要原因是：就基于FPGA的应用程序而言，可用逻辑资源数量有限，当逻辑单元耗尽时，唯一的解决方案是添加另一个设备或更改相应算法［11］。……