检索结果-内蒙古大学图书馆

光学学报 2018年第11期38卷 249-259页

作者：闫利王芮刘华陈长军武汉大学测绘学院湖北武汉430079

针对现有局部立体匹配算法在弱纹理区域匹配精度低的问题,提出一种基于改进代价计算和自适应引导滤波代价聚合的局部立体匹配算法。该算法首先将增强后的梯度信息与基于增强梯度的Census变换相结合,构建代价计算函数;然后对图像的每一... 详细信息

针对现有局部立体匹配算法在弱纹理区域匹配精度低的问题,提出一种基于改进代价计算和自适应引导滤波代价聚合的局部立体匹配算法。该算法首先将增强后的梯度信息与基于增强梯度的Census变换相结合,构建代价计算函数;然后对图像的每一个像素构建自适应形状十字交叉窗口,并基于自适应窗口进行引导滤波代价聚合;最后通过视差计算和多步视差精化得到最终的视差图。实验结果表明,改进后的算法在Middlebury测试平台上对标准立体图像对的平均误匹配率为4.80%,与基于传统引导滤波器的立体匹配算法相比,本文算法在弱纹理区域取得更好的匹配结果。

关键词：机器视觉立体匹配代价计算自适应引导滤波 Census变换

来源：评论

学校读者我要写书评

暂无评论

基于改进代价计算和视差候选策略的立体匹配

引用

激光与光电子学进展 2021年第2期58卷 264-277页

作者：宋巍魏新宇张明华贺琪上海海洋大学信息学院上海201306

立体匹配算法在图像弱纹理区和重复纹理区存在匹配困难、误差大的问题,为此提出一种基于改进代价计算和视差候选策略的立体匹配算法。首先结合改进的Census变换和自适应加权融合的双向梯度信息来计算初始匹配代价,提高代价计算的可靠性... 详细信息

立体匹配算法在图像弱纹理区和重复纹理区存在匹配困难、误差大的问题,为此提出一种基于改进代价计算和视差候选策略的立体匹配算法。首先结合改进的Census变换和自适应加权融合的双向梯度信息来计算初始匹配代价,提高代价计算的可靠性。其中:为传统Census变换增加内圈编码,提高邻域信息利用率,同时降低噪声的影响;利用自适应权重函数融合横向和纵向梯度代价,降低物体边缘区域的误匹配率。其次,采用自适应十字交叉窗口进行代价聚合,并通过建立候选视差集和引入邻域视差信息的方法来获取初始视差。最后通过两轮插值策略优化视差。实验结果表明,所提算法能够提高弱纹理区和重复纹理区的匹配效果,在Middlebury中4幅标准立体图像对的平均误匹配率为5.33%。

关键词：机器视觉立体匹配代价计算视差计算 Census变换梯度

来源：评论

学校读者我要写书评

暂无评论

多样代价计算和融合的半全局立体匹配算法研究

多样代价计算和融合的半全局立体匹配算法研究

引用

作者：邵露哈尔滨工程大学

学位级别：硕士

双目视觉具有感知精度高、结构简单、价格低廉以及包含更多图像信息等优势,其被广泛的应用在工业机器人、目标识别、三维重建、导航以及测量定位等领域。立体匹配是双目视觉获得三维信息的关键步骤,立体匹配算法直接影响双目视觉系统的... 详细信息

双目视觉具有感知精度高、结构简单、价格低廉以及包含更多图像信息等优势,其被广泛的应用在工业机器人、目标识别、三维重建、导航以及测量定位等领域。立体匹配是双目视觉获得三维信息的关键步骤,立体匹配算法直接影响双目视觉系统的精度,所以研究立体匹配算法具有重要的意义。针对立体匹配算法在图像弱纹理区域、重复纹理区域、光照不一致区域以及存在噪声区域匹配效果不佳,本文在代价计算和代价聚合两个方面展开研究和改进。针对RGB颜色空间不符合人眼观测习惯、颜色变化不均匀、不能准确表征像素颜色相似度,提出一种将CIELab颜色欧氏距离作为相似度测量的立体匹配颜色代价,通过分析精度影响,建立一个基于参数因子的颜色代价最佳表达模型,进行大量对比仿真实验,验证CIELab颜色代价高精度的优势,在重复纹理区域的匹配效果显著提升。针对传统Census变换过度依赖所选区域的中心像素值,导致在光照变换与存在噪声的环境鲁棒性差,通过引入中心像素最近邻插值点的灰度信息,以解决其精度受中心像素影响大的缺陷,并根据插值点方向探讨三种不同改进的Census变换,与传统Census变换进行视差图精度与效果对比,通过实验证明改进后Census变换得到的图像视差图错误匹配区域减少,精度更高。针对传统十字交叉代价聚合阈值固定而导致大量像素的最大臂长分布在距离阈值处,以及没有考虑聚合区内每一点像素与待聚合像素相似程度存在差异的问题,建立基于臂长大小自适应变换的十字交叉代价聚合权重函数,提升十字交叉代价聚合结果的可靠性,并通过改进前后实验进行对比分析。针对单一代价无法准确表征像素相似度,提出将CIELab颜色代价、改进Census代价和梯度代价融合作为本文的匹配代价,建立CIELab代价在多代价融合时的最佳归一化参数。将多代价融合的匹配代价、改进十字交叉代价聚合、四方向线扫描优化与视差优化作为本文半全局立体匹配算法。设计理想环境、光照不一致环境以及存在噪声环境下视差图对比实验,验证改进算法的效果,提高在相似纹理区域与弱纹理区域的匹配精度,增强在光照不一致与存在噪声的情况下立体匹配的鲁棒性。

关键词：双目视觉半全局立体匹配代价计算代价聚合多代价融合

来源：评论

学校读者我要写书评

暂无评论

基于相似度代价计算的内存数据库集群数据划分

引用

软件导刊 2017年第4期16卷 182-184页

作者：谢玉锋郑禄中南民族大学计算机科学学院中南民族大学实验教学与实验室管理中心湖北武汉430074

针对内存数据库集群的数据划分,提出了基于相似度计算的内存数据库数据划分算法。该算法首先根据数据相关性对数据作初步简单划分,然后再基于事务相似度计算,得到最佳事务相似性判断标准,对事务进行相关性合并,进而进一步划分数据,得到... 详细信息

针对内存数据库集群的数据划分,提出了基于相似度计算的内存数据库数据划分算法。该算法首先根据数据相关性对数据作初步简单划分,然后再基于事务相似度计算,得到最佳事务相似性判断标准,对事务进行相关性合并,进而进一步划分数据,得到合理优化的数据划分结果。算法创新地提出根据Rough集原理计算事务相关性,去除了数据库读写系数的影响,对内存数据库集群的数据划分具有一定指导意义。

关键词：内存数据库相似度代价计算 Rough集

来源：评论

学校读者我要写书评

暂无评论

代价计算动态规划的航空影像DSM匹配法

代价计算动态规划的航空影像DSM匹配法

引用

作者：高小翎周军 325300 浙江省温州市文成县大峃镇体育场路385号

本发明采用互信息驱动的代价计算动态匹配法对航空影像匹配生成DSM，一是提出了代价计算动态影像匹配法，设计了动态匹配算法的实现流程和匹配代价函数，并对得到的视差结果进行遮挡检测和遮挡填充，进而进行精度分析，进一步验证最佳... 详细信息

标准号: CN113554102A

本发明采用互信息驱动的代价计算动态匹配法对航空影像匹配生成DSM，一是提出了代价计算动态影像匹配法，设计了动态匹配算法的实现流程和匹配代价函数，并对得到的视差结果进行遮挡检测和遮挡填充，进而进行精度分析，进一步验证最佳匹配代价的计算方法和最佳匹配参数；二是在航空影像的基础上，对生成的核线航空影像进行互信息驱动的匹配代价计算，动态匹配得到视差图和密集匹配得到视差图，进行前方交会获取DSM,实验分析得到以下结论：以动态匹配方法为核心的航空影像处理流程获取的DSM有相当高的精度，而且远远超过通过现有技术密集匹配得到DSM，是传统的密集点云的6倍，匹配精度和实时性大幅提高。

关键词：动态匹配航空影像匹配代价计算匹配代价最佳匹配互信息视差图驱动处理流程动态影像精度分析实验分析遮挡检测传统的匹配法实时性点云交会视差算法填充遮挡验证

来源：评论

学校读者我要写书评

暂无评论

基于融合代价计算和加权引导滤波的局部立体匹配方法

基于融合代价计算和加权引导滤波的局部立体匹配方法

引用

作者：王秀宇贾迁平张瑞峰 300072 天津市南开区卫津路92号

本发明公开了一种基于融合代价计算函数和加权引导滤波的局部立体匹配方法，步骤S1、获得参考图像和匹配图像；步骤S2、计算参考图像和匹配图像中每个像素的改进三状态Census变换代价、增强梯度代价和AD‑Census代价，采用指数融合算法... 详细信息

标准号: CN115601406A

本发明公开了一种基于融合代价计算函数和加权引导滤波的局部立体匹配方法，步骤S1、获得参考图像和匹配图像；步骤S2、计算参考图像和匹配图像中每个像素的改进三状态Census变换代价、增强梯度代价和AD‑Census代价，采用指数融合算法将代价值进行融合；步骤S3、构建聚合区域，然后在聚合区域上进行代价聚合，生成聚合之后的代价空间；步骤S4、在聚合后的代价空间中采用赢者通吃算法，得到初始视差图；步骤S5、对不同类型的匹配错误点采用不同的插值策略进行视差填充，最后对经过视差填充之后的视差图进行亚像素精化和中值滤波，以获得最终视差图。与现有技术相比，本发明克服了单一代价的不足，能够生成更好的视差图，且相比传统Census变换精度提高了4.9％。

关键词：视差图聚合聚合区域匹配图像滤波视差填充匹配计算参考图像最终视差图参考图像代价计算局部立体融合算法融合亚像素构建像素算法加权改进

来源：评论

学校读者我要写书评

暂无评论

基于可变权重代价计算与S-census变换的立体匹配方法

基于可变权重代价计算与S-census变换的立体匹配方法

引用

作者：陈苏婷吴月路 210044 江苏省南京市建邺区奥体大街69号

本发明公开了一种基于可变权重代价计算与S‑census变换的立体匹配方法，利用星型邻域最小均匀度的均值代替中心像素灰度值进行census变换；以可变权重的Hamming距作为匹配代价，采用非局部代价聚合方法获取初始视差；利用基于均值偏移... 详细信息

标准号: CN106355608B

本发明公开了一种基于可变权重代价计算与S‑census变换的立体匹配方法，利用星型邻域最小均匀度的均值代替中心像素灰度值进行census变换；以可变权重的Hamming距作为匹配代价，采用非局部代价聚合方法获取初始视差；利用基于均值偏移的视差提精方法，对初始视差做进一步的处理，处理不可信视差区域，获得高精度视差图。本发明分析了传统census变换的不足，提出了可变权重代价计算与S‑census变换，有效地增强了算法的抗干扰能力；通过可变权重汉明距作为对匹配代价的选取分析方法，有效的提高了匹配精准度，减少了误匹配率；采用非局部代价聚合的方法获取初始视差，提高了视差的区分度；突破了局部立体匹配精度不高、抗干扰能力弱等局限性、能够实现高精度的立体匹配。

关键词：视差可变权重匹配抗干扰能力代价计算立体匹配匹配代价非局部聚合局部立体均值偏移中心像素精准度均匀度区分度视差图有效地灰度邻域星型算法分析可信

来源：评论

学校读者我要写书评

暂无评论

一种基于金字塔视差优化代价计算的立体匹配方法

一种基于金字塔视差优化代价计算的立体匹配方法

引用

作者：杨力李浩罗哉 310018 浙江省杭州市下沙高教园区学源街258号

本申请涉及一种基于金字塔视差优化代价计算的立体匹配方法，其中，该基于金字塔视差优化代价计算的立体匹配方法包括：获得立体图像的原始左图像和原始右图像；设定下采样参数；将多组不同分辨率的左图像和右图像与原始左图像和原始右... 详细信息

标准号: CN113034666B

本申请涉及一种基于金字塔视差优化代价计算的立体匹配方法，其中，该基于金字塔视差优化代价计算的立体匹配方法包括：获得立体图像的原始左图像和原始右图像；设定下采样参数；将多组不同分辨率的左图像和右图像与原始左图像和原始右图像构成图像金字塔；计算图像金字塔S层的代价值；将S层采样图和图像金字塔S‑1层的左图像和右图像作为输入计算金字塔S‑1层的代价值，同时基于图像金字塔S层的分辨率视差优化匹配字塔S‑1层的代价值；重复上述步骤，直到得到图像金字塔0层的视差图作为最终视差图。通过本申请，解决了相关技术中无法融合多分辨率视差图来提高原分辨率视差图的匹配正确率的问题，实现了基于金字塔视差优化代价计算的立体匹配。

关键词：图像金字塔右图像左图像视差金字塔代价计算立体匹配视差图分辨率优化最终视差图多分辨率立体图像优化匹配下采样正确率采样申请匹配融合重复

来源：评论

学校读者我要写书评

暂无评论

基于可变权重代价计算与S‑census变换的立体匹配方法

基于可变权重代价计算与S‑census变换的立体匹配方法

引用

作者：陈苏婷吴月路 210044 江苏省南京市建邺区奥体大街69号

标准号: CN106355608A

来源：评论

学校读者我要写书评

暂无评论

一种梯度计算、缓存装置和节约资源的代价计算方法

一种梯度计算、缓存装置和节约资源的代价计算方法

引用

作者：李可董平成 518053 广东省深圳市南山区科技园桑达科技大厦6楼616

本发明公开了一种梯度计算、缓存装置和节约资源的代价计算方法，装置包括若干行缓存和窗口缓存；窗口缓存包括排布成行列的若干寄存器，每一行缓存对应一行寄存器；首个行缓存的输入数据为左目或右目的灰度图，两个灰度图的行缓存长度... 详细信息

标准号: CN116563087A

本发明公开了一种梯度计算、缓存装置和节约资源的代价计算方法，装置包括若干行缓存和窗口缓存；窗口缓存包括排布成行列的若干寄存器，每一行缓存对应一行寄存器；首个行缓存的输入数据为左目或右目的灰度图，两个灰度图的行缓存长度不同；其他每一行缓存的输入数据基于上一行缓存的一个寄存器确定；窗口缓存中A列寄存器用于梯度计算，A列寄存器组成B个梯度计算模块，每一梯度计算模块包括连续的若干行寄存器，A和B基于窗口大小确定；各梯度计算模块分别对应的一行寄存器包含梯度信息，用于计算匹配代价。本发明通过设置多个梯度计算模块，避免缓存大量的梯度信息，解决了目前应用于代价计算的硬件架构会消耗大量的资源和缓存空间的问题。

关键词：缓存梯度计算寄存器行缓存代价计算列寄存器梯度信息灰度图若干寄存器大小确定缓存装置节约资源匹配代价行寄存器硬件架构排布左目消耗行列应用

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：