一种稳健的图割立体匹配方法

来源 :微电子学与计算机 | 被引量 : 9次 | 上传用户:Z_PEPSI
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高传统的基于图割的立体匹配算法的鲁棒性,提出一种基于图像增强的图割立体匹配方法,传统算法是在图像灰度值的基础上构建能量函数,该方法加入了图像的梯度值来构建能量函数,然后将基于二值化标号函数的α扩展算法和KV最大流算法结合起来求解能量函数.由于梯度对于图像中的噪声、局部光照具有鲁棒性,因此该算法在一定程度上增加了传统GC算法的鲁棒性,最后通过仿真和实验验证了算法的有效性.
其他文献
目前通常采用聚合法和分裂法对空间数据进行分类处理及分层次解析,其分析速度不高,局限性较大.为了加快空间数据聚类速度,提高数据分类的准确率,提出一种基于支持向量机的空间数据
近些年来,随着计算机智能化的普及,机组结构的疲劳损伤控制如何通过计算机程序化来实现越来越被重视,这也对现有的传统算法提出了新的挑战.针对该问题,介绍了损伤额定值评价
针对传统的检测方法一直存在噪声影响严重,导致检测结果不准确的问题.提出基于arm-linux机器视觉的图像特征点快速检测方法,首先利用机器视觉技术拍摄目标图像信息,通过arm-linux系统对目标图像信息进行特征点分析提取、小波去噪等进一步处理;再依据图像处理结果建立Facet模型,计算求解图像特征点二阶方向导数,获取图像特征点二阶方向导数极小值小于零的像素点作为提取的图像特征点,通过对极大值的归