吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (01): 219-224.doi: 10.13229/j.cnki.jdxbgxb201401036
何凯, 穆星, 邹刚
HE Kai, MU Xing, ZOU Gang
摘要:
传统基于分割的立体匹配算法所采用的局部匹配方法误匹配率较高,同时平面拟合也具有一定的局限性。为了获得高准确率的视差图,本文将改进的局部匹配方法与全局匹配相结合,来获取初始视差图;同时利用曲面拟合的方法对各分割区域进行处理,并在区域合并中提出了新的判决准则。仿真实验结果表明,本文算法能够获得较高精度的视差图,实现了各纹理区域之间的平滑过渡,同时,在低纹理区域和被遮挡区域也取得了比较理想的效果。
中图分类号:
[1] Scharstein Aniel, Szeliski Richard. A taxonomy and evaluation of dense two-frame stereo correspondence algorithms[J]. International Journal on Computer Vision, 2002, 47(1-3): 7-42.[2] Tombari F, Mattoccia S, Di Stefano L. Classification and evaluation of cost aggregation methods for stereo correspondence[C]//IEEE International Conference on Computer Vision and Pattern Recognition, 2008: 1-8.[3] 葛亮, 朱庆生, 傅思思, 等.改进的立体像对稠密匹配算法[J].吉林大学学报:工学版, 2010, 40(1), 212-217. Ge Liang, Zhu Qing-sheng, Fu Si-si, et al. Improved image dense stereo matching algorithm[J]. Journal of Jinlin University(Engineering and Technology Edition), 2010, 40(1): 212-217.[4] Klaus A, Sormann M, Karner K. Segment-based stereo matching using belief propagation and a self-adapting dissimilarity measure[C]//International Conference of Computer Vision Pattern Recognition, 2006:15-18.[5] Yang Qing-xiong, Wang Liang, Yang Rui-gang. Stereo matching with color-weighted correlation, hierarchical belief propagation, and occlusion handling[J]. Pattern Analysis and Machine Intelligence, 2009, 31(3): 492-504.[6] 李彬彬, 王敬东, 李鹏.基于图像分割的置信传播立体匹配算法研究[J].红外技术, 2011, 33(3):167-172. Li Bin-bin, Wang Jing-dong, Li Peng. Research of stereo matching using belief propagation based on image segmentation[J]. Infrared Technology, 2011, 33(3): 167-172.[7] Zitnick L, Kang S B. Stereo for image-based rendering using image over-segmentation[J]. International Journal of Computer Vision, 2007, 75(1): 49-65.[8] Papadakis N, Caselles V. Multi-label depth estimation for graph cuts stereo problems[J]. Journal of Mathematical Imaging and Vision, 2010, 38(1):70-82.[9] De-Maeztu L, Villanueva A, Cabeza R. Stereo matching using gradient similarity and locally adaptive support-weight[J]. Pattern Recognition Letters, 2011, 32(13):1643-1651.[10] Wang Z, Zheng Z. A region based stereo matching algorithm using cooperative optimization[C]//IEEE Conference on Computer Vision and Pattern Recognition, 2008:1-8.[11] Cassisa C. Local vs global energy minimization methods: application to stereo matching[C]//Progress in Informatics and Computing, 2010: 678-683.[12] Liu Zhi-hua, Han Zhen-jun, Ye Qi-xiang. A new segment-based algorithm for stereo matching[C]//Mechatronics and Automation, 2009:999-1003.[13] Comaniciu D, Meer P. Mean shift: a robust approach toward feature space analysis[J]. IEEE: Pattern Analysia and Machine Intelligence, 2002, 24(5): 603-619. |
[1] | 苏寒松,代志涛,刘高华,张倩芳. 结合吸收Markov链和流行排序的显著性区域检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1887-1894. |
[2] | 徐岩,孙美双. 基于卷积神经网络的水下图像增强方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1895-1903. |
[3] | 黄勇,杨德运,乔赛,慕振国. 高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J]. 吉林大学学报(工学版), 2018, 48(6): 1904-1909. |
[4] | 李居朋,张祖成,李墨羽,缪德芳. 基于Kalman滤波的电容屏触控轨迹平滑算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1910-1916. |
[5] | 应欢,刘松华,唐博文,韩丽芳,周亮. 基于自适应释放策略的低开销确定性重放方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1917-1924. |
[6] | 陆智俊,钟超,吴敬玉. 星载合成孔径雷达图像小特征的准确分割方法[J]. 吉林大学学报(工学版), 2018, 48(6): 1925-1930. |
[7] | 刘仲民,王阳,李战明,胡文瑾. 基于简单线性迭代聚类和快速最近邻区域合并的图像分割算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1931-1937. |
[8] | 单泽彪,刘小松,史红伟,王春阳,石要武. 动态压缩感知波达方向跟踪算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1938-1944. |
[9] | 姚海洋, 王海燕, 张之琛, 申晓红. 双Duffing振子逆向联合信号检测模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1282-1290. |
[10] | 全薇, 郝晓明, 孙雅东, 柏葆华, 王禹亭. 基于实际眼结构的个性化投影式头盔物镜研制[J]. 吉林大学学报(工学版), 2018, 48(4): 1291-1297. |
[11] | 林金花, 王延杰, 王璐, 姚禹. 全局相机姿态优化下的快速表面重建[J]. 吉林大学学报(工学版), 2018, 48(3): 909-918. |
[12] | 陈绵书, 苏越, 桑爱军, 李培鹏. 基于空间矢量模型的图像分类方法[J]. 吉林大学学报(工学版), 2018, 48(3): 943-951. |
[13] | 陈涛, 崔岳寒, 郭立民. 适用于单快拍的多重信号分类改进算法[J]. 吉林大学学报(工学版), 2018, 48(3): 952-956. |
[14] | 孟广伟, 李荣佳, 王欣, 周立明, 顾帅. 压电双材料界面裂纹的强度因子分析[J]. 吉林大学学报(工学版), 2018, 48(2): 500-506. |
[15] | 林金花, 王延杰, 孙宏海. 改进的自适应特征细分方法及其对Catmull-Clark曲面的实时绘制[J]. 吉林大学学报(工学版), 2018, 48(2): 625-632. |
|