立體匹配
- 室內(nèi)三維環(huán)境重建技術(shù)中的立體匹配算法研究與仿真
、特征提取及立體匹配(Stereo Matching)等流程轉(zhuǎn)化為計(jì)算機(jī)可投影的立體圖像，且在室內(nèi)設(shè)計(jì)領(lǐng)域得到廣泛的應(yīng)用。該技術(shù)在人體雙目線索感知距離原理的基礎(chǔ)上，利用計(jì)算機(jī)獲取三維信息。在實(shí)現(xiàn)三維重建的過程中，需借助兩個(gè)及以上的攝像機(jī)對同一物體從不同位置成像，再基于相機(jī)間的視差計(jì)算距離深度信息，進(jìn)而實(shí)現(xiàn)對物體的三維描繪。利用兩臺計(jì)算機(jī)對同一場景進(jìn)行像素點(diǎn)搜尋并獲取視差的過程，稱為立體匹配。傳統(tǒng)的立體匹配算法主要通過圖像特征線、掃描線等計(jì)算初始視差，同時(shí)基
電子設(shè)計(jì)工程 2023年19期2023-10-05
- 聯(lián)合語義代價(jià)體的立體匹配網(wǎng)絡(luò)改進(jìn)方法
語義代價(jià)體的立體匹配網(wǎng)絡(luò)改進(jìn)方法何培玉，黃勁松（武漢大學(xué)測繪學(xué)院，武漢 430079）立體匹配是自主移動平臺獲取周圍環(huán)境深度信息的主要方式之一。針對在低紋理、前景物體難以與背景區(qū)分等場景下，經(jīng)典立體匹配算法性能下降明顯這一問題，圍繞將語義信息引入立體匹配網(wǎng)絡(luò)開展研究，對現(xiàn)有聯(lián)合語義信息的立體匹配網(wǎng)絡(luò)進(jìn)行整合抽象，并針對現(xiàn)有方法的缺陷提出了聯(lián)合語義代價(jià)體的立體匹配網(wǎng)絡(luò)改進(jìn)方法，結(jié)合殘差結(jié)構(gòu)設(shè)計(jì)，更充分地利用語義信息的同時(shí)保證了算法的實(shí)時(shí)性。實(shí)驗(yàn)結(jié)果表明，聯(lián)合
導(dǎo)航定位學(xué)報(bào) 2022年6期2023-01-07
- 基于雙目立體視覺的視差測量
正的圖像進(jìn)行立體匹配，得到被測物體的視差圖及其物體的3D坐標(biāo)。實(shí)驗(yàn)表明：這個(gè)方案具有可行性，為下一步的實(shí)驗(yàn)研究提供了很大的幫助和基礎(chǔ)。關(guān)鍵詞：雙目立體視覺;相機(jī)標(biāo)定;立體匹配;視差中圖分類號：TP18? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2022）07-0081-02開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：
電腦知識與技術(shù) 2022年7期2022-05-09
- 改進(jìn)Census 立體匹配算法研究綜述
30013）立體匹配技術(shù)可以獲得圖像的深度信息，近年來受到了廣泛的關(guān)注。 雙目立體匹配的基本原理即模擬人的雙眼，從兩個(gè)視點(diǎn)觀察同一場景獲得兩幅視圖，根據(jù)兩幅視圖的像素點(diǎn)構(gòu)建相似三角形計(jì)算兩幅視圖的視差獲取深度信息。 自20世紀(jì)80 年代Marr 首次提出完整的機(jī)器視覺理論框架[1]。 曾文獻(xiàn)等[2]對立體匹配算法進(jìn)行了總結(jié)，描述了立體匹配算法的基本原理及立體匹配算法的分類。 陳華等[3]描述了立體匹配算法的基本步驟及各個(gè)立體匹配算法定性和定量的對比。 曹之
華東交通大學(xué)學(xué)報(bào) 2022年1期2022-04-06
- 改進(jìn)的SAD-Census立體匹配算法研究
鍵步驟之一，立體匹配的主要任務(wù)是確定雙目圖像中對應(yīng)像素點(diǎn)之間的視差，并由此獲得空間點(diǎn)的深度信息[1]。盡管其已經(jīng)經(jīng)過四十多年發(fā)展，但由于噪聲、圖像亮度區(qū)別、遮擋、反光區(qū)域、透明物體等諸多因素的影響[2]，至今研究者們也沒有找到出一種兼顧匹配精度和算法實(shí)時(shí)性的有效解決方法，因而至今依然是學(xué)術(shù)界研究的難點(diǎn)和熱點(diǎn)。2002年，Scharstcin和Szeliski等人發(fā)表了一篇具有里程碑意義的綜述性文章[3]。在文中，通過對當(dāng)時(shí)立體匹配算法的相關(guān)研究進(jìn)行梳理與總
電子測試 2022年22期2022-02-08
- 基于改進(jìn)的Census變換的立體匹配算法
sus變換的立體匹配算法閆 佳，曹玉東，曲 直，蔡希彪（遼寧工業(yè)大學(xué) 電子與信息工程學(xué)院，遼寧 錦州 121001）針對局部立體匹配算法誤匹配率較高的缺陷，提出了一種基于改進(jìn)型Census變換的立體匹配算法，通過采用不同尺度的Census變換窗口和改進(jìn)代價(jià)匹配函數(shù)，可以輸出具有更高匹配程度的視差圖。首先，采用各向同性Sobel算子提取圖像的邊緣信息，以作為選取Census變換窗口的依據(jù)；然后，利用選取的窗口對圖像進(jìn)行相似度代價(jià)和梯度信息的代價(jià)計(jì)算；最后，融
- 夏澤洋團(tuán)隊(duì)提出一種基于分割的立體匹配視差優(yōu)化方法
-3897(立體匹配中的視差優(yōu)化方法)”。立體匹配是三維重建的核心步驟，其輸入是一對經(jīng)過矯正的彩色圖像，通過匹配同一三維物體在左右兩幅圖像上的投影點(diǎn)得到視差。目前，已有的立體匹配方法在無遮擋區(qū)域時(shí)，實(shí)現(xiàn)了較高的匹配精度，但在有遮擋區(qū)域時(shí)，匹配誤差較大。同時(shí)，已有方法的計(jì)算效率普遍較低。因此，該研究提出了一種基于分割的立體匹配視差優(yōu)化算法，以解決包含遮擋區(qū)域圖像的快速立體匹配問題。該研究所提出的基于分割的立體匹配視差優(yōu)化方法直接優(yōu)化由彩色參考圖像得到的初始匹
集成技術(shù) 2020年6期2020-11-30
- 基于立體標(biāo)定件的雙目視覺目標(biāo)測量方法
ching）立體匹配算法對校正后的左右圖像進(jìn)行匹配，獲取測量物上各點(diǎn)的三維坐標(biāo)值，從而實(shí)現(xiàn)對目標(biāo)物的尺寸測量。分別用不同的物體進(jìn)行測量后，實(shí)驗(yàn)結(jié)果證明本方法能將誤差控制在1 mm以內(nèi)，具有較好的準(zhǔn)確性。關(guān)鍵詞： 雙目立體視覺測量;立體標(biāo)定件;相機(jī)標(biāo)定;立體匹配中圖分類號： TP317.4 ? ?文獻(xiàn)標(biāo)識碼： A ? ?DOI：10.3969/j.issn.1003-6970.2020.06.020本文著錄格式：藍(lán)畋，華云松. 基于立體標(biāo)定件的雙目視覺目標(biāo)測
軟件 2020年6期2020-08-13
- 基于改進(jìn)Census變換和網(wǎng)狀聚合的立體匹配方法
狀代價(jià)聚合的立體匹配方法。在初始匹配代價(jià)計(jì)算中，用灰度排序剔除極值的方法獲取參考像素，改善Census變換對于亮度差異的抑制效果。在代價(jià)聚合計(jì)算中，采用SLIC超像素分割方法對圖像進(jìn)行區(qū)域劃分，在區(qū)域內(nèi)按照網(wǎng)狀搜索去尋找鄰域像素，并根據(jù)鄰域像素距離待匹配像素的遠(yuǎn)近配置權(quán)重，完成待匹配像素的代價(jià)聚合。實(shí)驗(yàn)結(jié)果表明，提出算法計(jì)算出的視差圖像，壞像素比例低、視差連續(xù)而稠密，其性能與Middlebury平臺上排名第一的Locamxp算法接近。關(guān)鍵詞：稠密視差圖像;
哈爾濱理工大學(xué)學(xué)報(bào) 2020年2期2020-07-16
- 雙目視覺的立體匹配算法研究進(jìn)展*
前景[4]。立體匹配是雙目立體視覺技術(shù)中的核心算法，旨在通過尋找雙目相機(jī)所獲取的兩張圖像中的同名點(diǎn)從而構(gòu)建視差圖，一個(gè)良好的立體匹配算法直接決定三維重建的效果[5]，建立合適的立體匹配算法是提高基于雙目立體視覺技術(shù)的三維物體識別效果的關(guān)鍵。本文在通過分析總結(jié)現(xiàn)階段主要的立體匹配算法的基礎(chǔ)上，展望未來立體匹配算法的發(fā)展方向，旨在為今后相關(guān)領(lǐng)域人員開展立體匹配算法的研究提供思路與參考。2 研究現(xiàn)狀立體匹配的目的是從兩張圖像中尋找同名點(diǎn)從而根據(jù)其視差計(jì)算出該點(diǎn)的
計(jì)算機(jī)與生活 2020年7期2020-07-10
- 基于雙目立體視覺的目標(biāo)物測距研究
ching）立體匹配算法在VS2017環(huán)境下結(jié)合 Opencv3.4.1庫，對左右相機(jī)獲得的圖像進(jìn)行立體匹配，生成視差圖，將二維空間點(diǎn)重投影到三維空間中，實(shí)現(xiàn)二維坐標(biāo)到三維坐標(biāo)的轉(zhuǎn)換，即可得到物體的三維點(diǎn)坐標(biāo)。最終實(shí)現(xiàn)通過鼠標(biāo)點(diǎn)選被測物體視差圖后輸出選定的空間三維坐標(biāo)。實(shí)驗(yàn)結(jié)果顯示，該系統(tǒng)的測量精度較高，并且在140 cm距離的測量精度最高。關(guān)鍵詞： 雙目視覺;目標(biāo)測距;三維測量;相機(jī)標(biāo)定;立體匹配;重投影中圖分類號： TP317.4 ? ?文獻(xiàn)標(biāo)識碼：
軟件 2020年1期2020-03-02
- 基于雙目立體視覺的規(guī)則物體體積測量方案
目立體視覺;立體匹配;圖像處理;體積測量中圖分類號：TP391.41? ? ? ?文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2020）18-0112-04Abstract：This paper presents a scheme for cuboid volume measurement based on binocular stereo vision and image processing. First，the binocular camera w
現(xiàn)代信息科技 2020年18期2020-02-22
- 基于三維重建技術(shù)的汽車底盤檢測研究
目視覺系統(tǒng);立體匹配中圖分類號：U463.1? ? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號：2095-2945（2019）36-0010-02Abstract： With the intensification of terrorist activities around the world， car bombs and other attacks occur frequently， the necessity of vehicle chass
科技創(chuàng)新與應(yīng)用 2019年36期2019-12-23
- 面向遠(yuǎn)程駕駛的圖像測距系統(tǒng)設(shè)計(jì)
圖像校正 ;立體匹配;測距1 研究的背景和意義近年來，人工智能火熱的發(fā)展必將成為第四次革命和科技創(chuàng)新的強(qiáng)大驅(qū)動力。計(jì)算機(jī)視覺系統(tǒng)是人工智能的重要一環(huán)，不完善性和多樣性是計(jì)算機(jī)視覺領(lǐng)域當(dāng)前的顯著特征。計(jì)算機(jī)視覺在20世紀(jì)70年代之前就被提出，但真正得到關(guān)注和發(fā)展是在那個(gè)年代之后，那時(shí)的計(jì)算機(jī)性能才提高到能處理類似圖片這種大容量的數(shù)據(jù)。但是那時(shí)處理圖像只是源于各種不同領(lǐng)域的需要（如：臉部特征、指紋、文字等），并沒有定義為計(jì)算機(jī)視覺的一部分，如何解決“計(jì)算機(jī)視覺
科學(xué)與財(cái)富 2019年30期2019-10-30
- 基于SAD的立體匹配算法研究
10136)立體匹配是二維圖像對三維場景結(jié)構(gòu)信息獲取的主要技術(shù)手段，一直是人們的研究熱點(diǎn)之一[1]。立體匹配作為計(jì)算機(jī)雙目立體視覺中最關(guān)鍵的一個(gè)步驟，其后面進(jìn)行的三維重建的精度與匹配結(jié)果準(zhǔn)確與否息息相關(guān)。所謂立體匹配就是從不同視點(diǎn)獲得的兩幅圖像中找到匹配的對應(yīng)點(diǎn)，再由匹配代價(jià)函數(shù)來估算匹配點(diǎn)的視差值。20世紀(jì)80年代的研究人員提出層次處理立體匹配的概念，通過立體匹配約束條件來提高立體匹配的精確度。隨著科技的發(fā)展，雙目立體視覺技術(shù)漸漸走向成熟，不少研究人員把
沈陽航空航天大學(xué)學(xué)報(bào) 2019年4期2019-09-19
- 基于雙目視覺的泊車機(jī)器人障礙物檢測系統(tǒng)
測，利用改進(jìn)立體匹配算法完成對弱光照下光滑邊緣障礙物的檢測，搭建雙目視覺系統(tǒng)并進(jìn)行實(shí)驗(yàn)驗(yàn)證。 實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)檢測平均耗時(shí)為0.463 s，在1 400 mm至2 100 mm范圍內(nèi)檢測誤差在50 mm內(nèi)，具有良好的實(shí)時(shí)性和較高精度，為經(jīng)濟(jì)型泊車機(jī)器人的研制奠定基礎(chǔ)。關(guān)鍵詞：泊車機(jī)器人;機(jī)器視覺;相機(jī)標(biāo)定;立體匹配;YOLO卷積神經(jīng)網(wǎng)絡(luò)文章編號：2095-2163（2019）04-0079-04 中圖分類號：TP317.4 文獻(xiàn)標(biāo)志碼：A0 引 言隨著
智能計(jì)算機(jī)與應(yīng)用 2019年4期2019-09-12
- 基于邊緣檢測的視差圖效果優(yōu)化
覺研究領(lǐng)域，立體匹配獲取視差圖是一項(xiàng)必不可少的步驟，同時(shí)也是立體視覺中核心問題。所以視差圖質(zhì)量的好壞直接影響了場景信息能否實(shí)時(shí)穩(wěn)定有效地被獲取出來，實(shí)現(xiàn)二維信息到三維信息的轉(zhuǎn)換?；谝陨媳尘埃瑖鴥?nèi)外很多學(xué)者在視差圖獲取算法上投入了大量的精力，取得了一定成績。目前立體匹配算法主要分為局部立體匹配方法和全局立體匹配方法。局部立體匹配方法通過選擇支持窗口選擇相似度最大的匹配像素。文獻(xiàn)[1-2]對支持窗口的尺寸與形狀估計(jì)視差值進(jìn)行了研究，但是由于這種方法需要確定的
計(jì)算機(jī)應(yīng)用與軟件 2019年7期2019-07-15
- 雙目立體視覺匹配
究基礎(chǔ)上，對立體匹配所存在的問題和解決措施提提出了看法?！娟P(guān)鍵詞】特征點(diǎn)檢測立體匹配三維重建1 引言眼科學(xué)認(rèn)為，人類兩眼的不同位置，讓我們感知的世界是立體的。由觀察到兩幅不同的畫面，從而產(chǎn)生視差。雙目立體視覺模仿人類視覺的立體感知過程，通過視差根據(jù)三角測量原理來獲得深度信息。隨著科學(xué)技術(shù)的發(fā)展，在工業(yè)、生活的各個(gè)領(lǐng)域都有雙目視覺技術(shù)成功運(yùn)用的案例。2 雙目立體視覺研究2.1 立體匹配介紹立體匹配即將兩幅圖像的點(diǎn)對應(yīng)起來。由于圖像特征的局部性，雖然大量機(jī)構(gòu)致
電子技術(shù)與軟件工程 2019年5期2019-06-20
- 泊車機(jī)器人障礙物視覺識別系統(tǒng)研究
匹配算法進(jìn)行立體匹配并生成目標(biāo)障礙物視差圖;通過成像點(diǎn)和目標(biāo)障礙物的立體幾何關(guān)系計(jì)算得到目標(biāo)障礙物的深度信息。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)具有良好的實(shí)時(shí)性和較高精度，障礙物識別時(shí)間平均為0.0901s，在2600mm具有最佳測距精度，可為泊車機(jī)器人自動泊車提供保障。關(guān)鍵詞：泊車機(jī)器人;雙目視覺;相機(jī)標(biāo)定;立體匹配;YOLO卷積神經(jīng)網(wǎng)絡(luò)DOI：10.11907/rjdk.191255中圖分類號：TP303 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2019）01
軟件導(dǎo)刊 2019年12期2019-02-07
- 基于雙目立體視覺的運(yùn)動目標(biāo)探測
立體視覺中的立體匹配、三維重建、物體分割進(jìn)行了研究和分析，提出了基于邊緣索引的立體匹配算法和基于深度的物體分割算法，最后對算法進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明該方法能有效地檢測出動態(tài)背景下的運(yùn)動目標(biāo)。關(guān)鍵詞：立體視覺；立體匹配；三維重建；物體分割中圖分類號：TP391.4 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2018）17-0014-02Abstract： In this paper， the image sequences collected from
科技創(chuàng)新與應(yīng)用 2018年17期2018-06-28
- 機(jī)器人雙目測距算法研究
基于特征點(diǎn)的立體匹配算法的融合實(shí)現(xiàn)方案，最終證明了該算法的有效性和可行性。關(guān)鍵詞：雙目視覺；特征提??；雙目標(biāo)定；立體匹配隨著人工智能的熱潮再次襲來，人們對于許多行業(yè)再次進(jìn)行了深入的探索。比如汽車的自動駕駛技術(shù)、機(jī)器人的擬人化研究、智能語音交互等。而機(jī)器人的研究是其中的熱點(diǎn)之一，怎樣實(shí)現(xiàn)機(jī)器人的擬人化行為如行走避障、負(fù)重搬運(yùn)等成為研究的熱點(diǎn)。本文針對機(jī)器人雙目視覺的測距算法進(jìn)行了相應(yīng)的研究，提出了一種融合性的立體匹配測距算法。1 雙目攝像頭的測距原理用人的雙
無線互聯(lián)科技 2018年5期2018-06-27
- 基于雙目立體視覺的目標(biāo)物定位研究
ching）立體匹配算法在VS2010環(huán)境下配合Opencv3.0.0庫，完成左右圖像對的匹配，生成視差圖。通過將二維空間點(diǎn)重投影至三維空間，便可求得目標(biāo)點(diǎn)的空間三維坐標(biāo)，最終實(shí)現(xiàn)通過鼠標(biāo)點(diǎn)選后輸出選定點(diǎn)的空間坐標(biāo)。實(shí)驗(yàn)表明，該系統(tǒng)擁有較高的測量精度，尤其在150cm距離下可獲得最佳的測量精度。關(guān)鍵詞：立體視覺；目標(biāo)定位；相機(jī)標(biāo)定；立體匹配；重投影DOIDOI：10.11907/rjdk.172304中圖分類號：TP317.4文獻(xiàn)標(biāo)識碼：A 文章編號：16
軟件導(dǎo)刊 2018年2期2018-03-10
- 一種新型的局部立體匹配算法的研究
個(gè)新型的局部立體匹配算法，獲取改善的初始視差圖，為進(jìn)一步提高立體還原精度提供可靠的前提。為了獲取準(zhǔn)確的初始立體匹配視圖，本文創(chuàng)立了基于兩個(gè)主要規(guī)則的局部立體匹配算法，即：1）利用目標(biāo)像素鄰域的亮度分布計(jì)算匹配帶價(jià);2） 利用基于梯度的Census變換法計(jì)算匹配代價(jià);用上述兩種方法共同決定初始視差圖，最后運(yùn)用交叉匹配的方式對初始匹配視圖進(jìn)行精煉。關(guān)鍵詞：立體匹配;局部匹配算法;Census變換法;交叉匹配中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：10
數(shù)字技術(shù)與應(yīng)用 2018年12期2018-03-02
- 一種“客觀度量”和“深度學(xué)習(xí)”共同驅(qū)動的立體匹配方法
”共同驅(qū)動的立體匹配方法，互補(bǔ)“度量”和“學(xué)習(xí)”特征，提升立體匹配視差圖的精度。將基于灰度差絕對和（SAD）與灰度梯度差絕對和（GRAD）兩類算子的客觀計(jì)算特征和基于數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)特征進(jìn)行加權(quán)融合，構(gòu)建匹配代價(jià)模型；采用引導(dǎo)濾波器對匹配代價(jià)進(jìn)行聚合；通過勝者全贏算法得到初始視差圖；最后，運(yùn)用左右一致性校驗(yàn)和加權(quán)中值濾波器優(yōu)化視差圖，去除誤匹配點(diǎn)，得到最優(yōu)視差圖。在Middlebury立體匹配評估平臺上的測試實(shí)驗(yàn)表明，所提算法能有效降低視差圖平均絕對誤差
現(xiàn)代電子技術(shù) 2018年1期2018-01-20
- 雙目立體視覺的水下應(yīng)用
、相機(jī)標(biāo)定、立體匹配三個(gè)方面論述了雙目視覺在水下場景的應(yīng)用，比較了與空氣環(huán)境中應(yīng)用的不同，對水下雙目視覺發(fā)展趨勢做了分析。關(guān)鍵詞：水下雙目視覺；相機(jī)標(biāo)定；立體匹配中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2018）32-0031-02Abstract： This paper discusses the application of binocular vision in underwater scene from three a
科技創(chuàng)新與應(yīng)用 2018年32期2018-01-03
- 基于迭代指導(dǎo)濾波的立體匹配方法
代指導(dǎo)濾波的立體匹配方法李金鳳1邊繼龍21(牡丹江師范學(xué)院計(jì)算機(jī)與信息技術(shù)學(xué)院 黑龍江 牡丹江 157011)2(東北林業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院 黑龍江 哈爾濱 150040)針對立體匹配當(dāng)中的匹配精度問題，提出一種基于迭代指導(dǎo)濾波的立體匹配方法。該方法首先利用自適應(yīng)窗口方法根據(jù)圖像的灰度變化自適應(yīng)地選擇支撐窗口，再根據(jù)指導(dǎo)濾波累積原始匹配成本，并采用“勝者全取”方法計(jì)算視差，然后利用計(jì)算視差對匹配成本進(jìn)行修正，進(jìn)行再次累積并計(jì)算視差，最后反復(fù)迭代這一過
計(jì)算機(jī)應(yīng)用與軟件 2017年9期2017-09-23
- 基于計(jì)算機(jī)的視覺立體匹配算法研究
的重點(diǎn)課題是立體匹配。雙目視覺是和人體眼睛的視覺比較接近的，而且在實(shí)際應(yīng)用中比較容易實(shí)現(xiàn)。文章對計(jì)算機(jī)視覺系統(tǒng)和立體匹配算法進(jìn)行了分析，并且對雙目視覺的視覺立體匹配算法進(jìn)行了研究，通過相應(yīng)的計(jì)算機(jī)算法對雙目視覺立體匹配進(jìn)行實(shí)現(xiàn)，具有-.一定的研究意義。關(guān)鍵詞：雙目視覺；匹配算法；計(jì)算機(jī)視覺；立體匹配；相位一致性1.計(jì)算機(jī)視覺系統(tǒng)分析研究1.1計(jì)算機(jī)視覺技術(shù)及雙目立體視覺計(jì)算機(jī)視覺是通過計(jì)算機(jī)技術(shù)實(shí)現(xiàn)對視覺信息處理的整個(gè)過程，是一門新的學(xué)科。視覺是人們認(rèn)知事
無線互聯(lián)科技 2017年4期2017-05-23
- 基于指導(dǎo)濾波立體匹配算法的測距系統(tǒng)
基于指導(dǎo)濾波立體匹配算法的測距系統(tǒng)徐 楊，占云龍，劉 昭，趙魯陽（中國科學(xué)院 上海微系統(tǒng)與信息技術(shù)研究所 無線傳感網(wǎng)與通信重點(diǎn)實(shí)驗(yàn)室 上海200050）基于SAD立體匹配算法的傳統(tǒng)測距系統(tǒng)存在精度低、對光照敏感的缺點(diǎn)，為了克服以上缺點(diǎn)，我們實(shí)現(xiàn)了基于指導(dǎo)濾波立體匹配算法的雙目立體視覺測距系統(tǒng)。本系統(tǒng)首先實(shí)現(xiàn)了攝像機(jī)的標(biāo)定，其次使用目前在 Middlebury Stereo benchmark Version2上排名第一的指導(dǎo)濾波立體匹配（Image-gui
電子設(shè)計(jì)工程 2017年1期2017-05-09
- 基于Census變換的立體匹配算法優(yōu)化及醫(yī)學(xué)影像應(yīng)用*
sus變換的立體匹配算法優(yōu)化及醫(yī)學(xué)影像應(yīng)用*方純潔，賴小波#，石 磊浙江中醫(yī)藥大學(xué)醫(yī)學(xué)技術(shù)學(xué)院 杭州 310053#通信作者，男，1981年6月生，博士，副教授，研究方向：醫(yī)學(xué)圖像處理，E-mail：shopo@zcmu.edu.cn立體匹配；Census非參數(shù)變換；快速實(shí)現(xiàn)；醫(yī)學(xué)影像應(yīng)用目的：建立并優(yōu)化一種基于Census非參數(shù)變換的立體匹配算法。方法：詳細(xì)分析了基于Census非參數(shù)變換的立體匹配，運(yùn)用移動窗口技術(shù)和高速緩存，采用SSE2指令進(jìn)行數(shù)據(jù)流
- 基于AD-CESUS聯(lián)和測度的立體匹配算法
S聯(lián)和測度的立體匹配算法李寶平，靳聰(中國傳媒大學(xué)媒介音視頻教育部重點(diǎn)實(shí)驗(yàn)室，北京 100024)雙目圖像深度估計(jì)是許多現(xiàn)代立體視覺技術(shù)的重要基礎(chǔ)。由于受到光線、紋理結(jié)構(gòu)變化，前后遮擋，圖像噪聲等因素的影響，基于單特征的匹配算法缺乏魯棒性。本文將基于像素點(diǎn)的AD測度函數(shù)與基于區(qū)域的Census測度函數(shù)，依據(jù)匹配置信程度實(shí)現(xiàn)自適應(yīng)加權(quán)融合，形成聯(lián)和測度函數(shù)。該聯(lián)和測度函數(shù)可以將AD的單調(diào)性與Census的區(qū)域性有效結(jié)合，提升立體匹配算法的魯棒性。通過實(shí)驗(yàn)測試
- 雙目立體匹配算法的FPGA實(shí)現(xiàn)
表明：改進(jìn)的立體匹配算法和硬件結(jié)構(gòu)能夠獲得精度較高的視差圖，處理640×480的圖像對只需32.4 ms，關(guān)鍵詞：立體匹配；Sobel算子；自適應(yīng)閥值；Census變換；現(xiàn)場可編程門陣列DOI：10.15938/j.jhust.2016.04.005中圖分類號：TP391文獻(xiàn)標(biāo)志碼：A文章編號：1007-2683（2016）04-0025-050引言雙目立體視覺是計(jì)算機(jī)視覺技術(shù)研究領(lǐng)域的熱點(diǎn)問題，立體匹配是實(shí)現(xiàn)立體視覺的重要環(huán)節(jié)，匹配結(jié)果的精度則是制約立體
哈爾濱理工大學(xué)學(xué)報(bào) 2016年4期2016-11-10
- 雙目立體視覺系統(tǒng)的旋轉(zhuǎn)軸方位計(jì)算與特征點(diǎn)立體匹配
位確定與圖像立體匹配。實(shí)驗(yàn)結(jié)果表明，該標(biāo)定法簡單可靠，轉(zhuǎn)軸具有較好的穩(wěn)定性，根據(jù)圖像立體匹配所得到的視差圖可較好的完成牙頜模型的三維輪廓重建。關(guān)鍵詞 雙目立體視覺 轉(zhuǎn)軸方位 直線擬合 立體匹配中圖分類號：T311 文獻(xiàn)標(biāo)識碼：A0引言雙目立體視覺是計(jì)算機(jī)視覺的一個(gè)重要分支，可以很好地模擬人類雙眼的立體成像原理，利用兩個(gè)成像傳感器在同一時(shí)間從不同位置拍攝同一物體，對獲得的兩幅圖像進(jìn)行差別分析，得到特征點(diǎn)的位置偏差，再利用視差原理提取坐標(biāo)信息，構(gòu)建三維輪廓。本
科教導(dǎo)刊·電子版 2016年23期2016-10-31
- 基于機(jī)器視覺的葡萄采摘點(diǎn)三維空間定位系統(tǒng)的研究
梗中部，后經(jīng)立體匹配與雙目視覺三維空間定位原理求取葡萄采摘點(diǎn)的三維坐標(biāo)，提高了葡萄采摘點(diǎn)定位的精準(zhǔn)度。關(guān)鍵詞：葡萄采摘點(diǎn)；雙目視覺；三維定位；立體匹配中圖分類號： TP391.41 文獻(xiàn)標(biāo)志碼： A 文章編號：1002-1302（2016）07-0377-04我國是農(nóng)業(yè)大國，水果經(jīng)濟(jì)產(chǎn)業(yè)在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展中占有重要的地位。近年來，利用機(jī)器視覺技術(shù)實(shí)現(xiàn)機(jī)器人對農(nóng)業(yè)對象的自動作業(yè)已成為農(nóng)業(yè)機(jī)械研究領(lǐng)域的熱點(diǎn)[1-5]。如項(xiàng)榮等利用組合匹配方法與深度校正的雙目視覺模
江蘇農(nóng)業(yè)科學(xué) 2016年7期2016-10-20
- 基于SIFT算法的圖像匹配技術(shù)在測量系統(tǒng)中的應(yīng)用
測量系統(tǒng)中的立體匹配。本文對獲取的同一場景的兩幅圖像進(jìn)行處理，用上述方法進(jìn)行立體匹配，實(shí)現(xiàn)了較好的匹配效果，達(dá)到了接近實(shí)時(shí)性的匹配速度。關(guān)鍵詞：SIFT算法；Kd-tree；最近鄰檢測；立體匹配中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2016）15-0199-03圖像匹配是雙目視覺測量系統(tǒng)中的關(guān)鍵技術(shù)。基于圖像特征的匹配方法是最常用的匹配方法，該方法首先提取圖像的局部特征（區(qū)域、線、點(diǎn)），然后計(jì)算兩幅圖像特征的相關(guān)性來確定它們
電腦知識與技術(shù) 2016年15期2016-07-04
- 一種基于深度信息的人頭檢測方法
域使用改進(jìn)的立體匹配算法，該匹配算法對傳統(tǒng)的WTA匹配算法進(jìn)行改進(jìn)，只對強(qiáng)紋理點(diǎn)進(jìn)行匹配，對弱紋理點(diǎn)只進(jìn)行視差驗(yàn)證，并根據(jù)三角投影原理計(jì)算出深度圖。由于深度圖中人員與周圍場景的深度分布不同，根據(jù)深度分布將人頭區(qū)域提取出來，得到候選區(qū)域，最后將候選區(qū)域經(jīng)過形態(tài)學(xué)運(yùn)算并根據(jù)區(qū)域輪廓的特征來判斷是否為人頭。實(shí)驗(yàn)結(jié)果表明：該方法在不同光線環(huán)境條件下的檢測正確率為94%以上，誤檢測率僅為5.77%，檢測精度高，對光線和陰影的抗干擾性良好，能夠很好地適應(yīng)復(fù)雜環(huán)境。關(guān)鍵
- 一種改進(jìn)自適應(yīng)權(quán)重稀疏區(qū)域立體匹配算法
+林雪摘要：立體匹配是根據(jù)兩幅或者多幅具有一定視差的圖像，獲得圖像之間視差圖的過程.針對自適應(yīng)權(quán)重立體匹配算法難以同時(shí)滿足精度和速度的不足，提出一種符合人眼視覺特性的改進(jìn)自適應(yīng)權(quán)重稀疏區(qū)域立體匹配算法，首先對權(quán)重公式進(jìn)行改進(jìn)，改進(jìn)后根據(jù)公式計(jì)算每個(gè)點(diǎn)的權(quán)重，其次對圖像進(jìn)行稀疏的區(qū)域匹配獲得稠密視差圖，然后將所得視差圖進(jìn)行左右一致性檢測及遮擋填充，最后對視差圖進(jìn)行中值濾波，以去除孤立的誤匹配點(diǎn)和噪聲點(diǎn).實(shí)驗(yàn)結(jié)果表明，改進(jìn)方法比Yoon的自適應(yīng)權(quán)重算法匹配效率
哈爾濱理工大學(xué)學(xué)報(bào) 2016年1期2016-05-31
- 雙目立體視覺系統(tǒng)的研究
、特征提取、立體匹配、三維重建等圖像處理，真實(shí)再現(xiàn)了三維場景的幾何信息。關(guān)鍵詞 三維場景 立體視覺 特征提取 立體匹配中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2016）01（b）-0000-000 引 言人類獲取外界世界的信息70%來源于視覺系統(tǒng)。視覺是人們觀察、認(rèn)識世界的主要手段。當(dāng)人分別用左眼和右眼去看同一個(gè)東西時(shí)，物件的距離和空間感會變得不一樣。這是因?yàn)槿梭w的兩只眼睛位置不同，令每只眼睛看出來的影像有所差異。當(dāng)左右
科技資訊 2016年2期2016-05-30
- 一種改進(jìn)雙目視覺立體匹配算法
改進(jìn)雙目視覺立體匹配算法西安科技大學(xué)劉森厙向陽【摘要】獲取同一場景的立體圖像對是實(shí)現(xiàn)雙目立體成像的關(guān)鍵問題。針對傳統(tǒng)的固定窗口圖像區(qū)域匹配算法復(fù)雜度高的問題，提出一種改進(jìn)的基于區(qū)域增長的立體匹配算法—基于線增長的立體匹配算法。仿真實(shí)驗(yàn)表明，該算法在滿足實(shí)驗(yàn)需求的情況下提高了匹配速度?！娟P(guān)鍵詞】立體視覺；立體匹配；匹配算法1 引言雙目立體視覺是機(jī)器視覺的重要形式之一。立體匹配是雙目面立體視覺中最重要也是最復(fù)雜的部分[1]。然而，由于匹配的不確定性，立體匹配問
電子世界 2016年7期2016-05-03
- 實(shí)時(shí)雙目立體視覺系統(tǒng)的實(shí)現(xiàn)
、邊緣檢測、立體匹配等功能,同時(shí)由于采用3種確認(rèn)算法,最大限度地去除錯(cuò)誤匹配,得到良好的視差圖。關(guān)鍵詞雙目立體視覺;邊緣檢測;立體匹配Implementation of Real-time Binocular Stereo Vision SystemZHANG Li,HUANG Yingping(School of Optical-Electrical and Computer Engineering,University of Shanghai for
電子科技 2016年3期2016-04-14
- 動物二維圖像3D重構(gòu)及其特征識別系統(tǒng)研發(fā)
征識別、雙目立體匹配、三維模型重建和提取特征等功能。通過實(shí)驗(yàn)驗(yàn)證，建立的動物三維模型，可有效識別動物體尺等特征信息，其提取結(jié)果相對誤差為1.5％。本研究可應(yīng)用于動物無應(yīng)激量算體尺，為開展福利養(yǎng)殖提供了一種方法。關(guān)鍵詞：OpenCV；雙目視覺；立體匹配；特征識別自然界中的物體是多維的，人體通過眼睛獲取物體的三維信息。然而，一個(gè)攝像系統(tǒng)只能記錄下來物體圖像的二維信息，致使大量信息丟失。計(jì)算機(jī)視覺是一門專門研究如何讓機(jī)器模仿人類眼睛“看”物體的科學(xué)，更形象的說，
天津農(nóng)林科技 2016年1期2016-03-30
- 基于交互式圖像分割的立體匹配方法
式圖像分割的立體匹配方法王雅寧1，梁新剛2(1.現(xiàn)代教學(xué)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，陜西西安 710062; 2.陜西師范大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，陜西西安 710119)立體匹配技術(shù)是三維重建系統(tǒng)以及非接觸測量的關(guān)鍵步驟，在計(jì)算機(jī)視覺領(lǐng)域應(yīng)用廣泛。傳統(tǒng)基于全局最優(yōu)的立體匹配方法計(jì)算量大，算法框架復(fù)雜，通過引入圖像分割等手段可以有效降低立體匹配的運(yùn)算量。為了克服傳統(tǒng)基于分割的立體匹配方法沒有充分利用分割信息的缺點(diǎn)，提出了一種融合交互式圖像分割的立體匹配方法。該方法通過
計(jì)算機(jī)技術(shù)與發(fā)展 2016年9期2016-03-01
- 基于區(qū)域快速生長的雙目視覺立體匹配算法研究
長的雙目視覺立體匹配算法研究彭彬彬, 朱大奇1引言雙目視覺[1]是計(jì)算機(jī)視覺的一個(gè)重要分支,在機(jī)器人導(dǎo)航、無人車駕駛、醫(yī)學(xué)影像重建等領(lǐng)域有著重要運(yùn)用。雙目視覺即由不同位置的兩臺攝像機(jī)拍攝同一幅場景,通過計(jì)算空間點(diǎn)在兩幅圖像中的視差獲得該點(diǎn)的三維坐標(biāo)值,圖1為平行雙目視覺示意圖。立體匹配[2-5]作為雙目視覺的關(guān)鍵問題,匹配的本質(zhì)是尋求同一空間景物在不同觀察點(diǎn)下投影圖像的像素間的一一對應(yīng)關(guān)系,并由此得到相應(yīng)的視差圖像[6]。匹配算法根據(jù)約束方式的不同大致分為
系統(tǒng)仿真技術(shù) 2015年3期2016-01-27
- 基于邊緣和像素類型標(biāo)記的立體匹配算法
素類型標(biāo)記的立體匹配算法蘇志斌，鄒芳菊，呂朝輝(中國傳媒大學(xué)自動化系，北京100024)摘要：提出一種基于邊緣圖像特征和像素類型標(biāo)記的立體匹配算法，利用邊緣信息及視差在邊緣和非邊緣區(qū)域的分布特征，指導(dǎo)有效初始視差在掃描線方向的傳遞。并且根據(jù)標(biāo)記值對部分不可靠的像素點(diǎn)進(jìn)行反向賦值和邊緣內(nèi)中值濾波處理，達(dá)到視差精化目的。實(shí)驗(yàn)證明這種方法對于整體視差范圍不太大的遠(yuǎn)距離圖像，能夠獲得較為精確的稠密視差圖。關(guān)鍵詞：邊緣；像素類型標(biāo)記；視差；立體匹配中圖分類號：TP7
- 基于雙目視覺的運(yùn)動目標(biāo)檢測跟蹤與定位
；目標(biāo)跟蹤；立體匹配；三維測距0 引言運(yùn)動目標(biāo)檢測與跟蹤一直是計(jì)算機(jī)視覺的核心課題，是智能監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)之一。目前，多數(shù)目標(biāo)檢測跟蹤依靠單目視覺，無法實(shí)現(xiàn)目標(biāo)準(zhǔn)確定位，而雙目視覺可以從不同角度拍攝同一場景的二維圖像中恢復(fù)深度信息，因此，提出一種基于雙目視覺的運(yùn)動目標(biāo)檢測跟蹤與定位方法，不僅可以實(shí)時(shí)檢測跟蹤目標(biāo)，而且能夠?qū)崿F(xiàn)目標(biāo)準(zhǔn)確定位。靜態(tài)背景下的運(yùn)動目標(biāo)檢測主要包括幀間差分法、背景差分法[1]和光流法。幀間差分法對光照不敏感，缺點(diǎn)是不能提取完整目標(biāo)信
機(jī)械與電子 2015年6期2015-12-18
- 基于動態(tài)規(guī)劃的快速立體匹配算法
態(tài)規(guī)劃的快速立體匹配算法羅嗣卿，賈子書（東北林業(yè)大學(xué)信息與計(jì)算機(jī)工程學(xué)院，哈爾濱150040）為提高立體匹配算法的匹配速度使其滿足實(shí)時(shí)性要求，同時(shí)減少視差圖中的條紋現(xiàn)象提高匹配準(zhǔn)確率，基于動態(tài)規(guī)劃原理提出一種快速立體匹配算法。利用快速自適應(yīng)權(quán)重累積策略累積匹配成本，通過二維有序表結(jié)構(gòu)加快動態(tài)規(guī)劃的計(jì)算速度，采用基于方向?yàn)V波的視差后處理方法減少視差圖中的條紋現(xiàn)象。實(shí)驗(yàn)結(jié)果表明，該算法在保證視差圖準(zhǔn)確的基礎(chǔ)上能有效提高立體匹配效率，可應(yīng)用于實(shí)時(shí)匹配系統(tǒng)。立體匹
計(jì)算機(jī)工程 2015年11期2015-12-06
- 基于tsai方法的多項(xiàng)畸變模型單目攝像機(jī)標(biāo)定
；畸變校正；立體匹配；tsai方法計(jì)算機(jī)立體視覺技術(shù)的實(shí)現(xiàn)主要包括圖像獲取，攝像機(jī)標(biāo)定，特征提取，立體匹配和三維重建五部分[1]。攝像機(jī)標(biāo)定作為空間三維圖景到成像二維平面的首要條件，是立體視覺系統(tǒng)圖像深度測量的基礎(chǔ)部分。而夾角，都不可避免的作用在攝像機(jī)透視成像過程上。對于以上鏡頭徑向，切向畸變，目前標(biāo)定方法主要分制造中所引起的光學(xué)鏡頭徑向曲率變化，裝配中導(dǎo)致 的多鏡頭光軸不同軸以及鏡頭與攝像機(jī)像平面存在的為傳統(tǒng)標(biāo)定方法[2]，自標(biāo)定方法[3]以及基于主動視
科技與企業(yè) 2015年12期2015-10-21
- 鏡像式單攝像機(jī)立體視覺傳感器對彈簧幾何尺寸的測量
特征提??； 立體匹配中圖分類號： TN606?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2015）18?0137?04Abstract： The spring parts play an important role in industry domain. The measurement of its size， integrity and surface appearance is the necessary process before
現(xiàn)代電子技術(shù) 2015年18期2015-09-16
- 航空面陣數(shù)字影像多基線立體匹配及協(xié)同處理
字影像多基線立體匹配及協(xié)同處理張 麗1,2,3，湯曉濤2,3，李 綱1,2,31.信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州，450052；2.西安測繪研究所，陜西 西安，710054；3.地理信息工程國家重點(diǎn)實(shí)驗(yàn)室，陜西 西安，710054多基線立體匹配技術(shù)是獲取可靠DSM產(chǎn)品的有效手段之一。本文針對面陣航空數(shù)字影像設(shè)計(jì)了多基線立體匹配的技術(shù)流程，根據(jù)算法特點(diǎn)提出了基于GPU-CPU的協(xié)同處理方案；利用構(gòu)建的專業(yè)級GPU并行計(jì)算平臺，對協(xié)同處理方案進(jìn)行了實(shí)
測繪科學(xué)與工程 2015年3期2015-04-20
- 基于亞像素級角點(diǎn)檢測的雙目視覺距離測量
顯。關(guān)鍵詞：立體匹配；亞像素檢測；雙目測距0引言雙目視覺測距技術(shù)仿照人類雙眼感知周圍環(huán)境空間深度功能[1]，利用2個(gè)攝像頭拍攝從不同位置拍攝同一場景，通過各種算法對所拍攝的立體圖像對進(jìn)行匹配，并計(jì)算視差，然后利用三角測量原理實(shí)現(xiàn)距離測量。立體匹配是雙目視覺測距的關(guān)鍵環(huán)節(jié)，也是雙目視覺研究的熱點(diǎn)。近些年來，國內(nèi)外機(jī)器視覺領(lǐng)域的學(xué)者提出了很多立體匹配的算法[2-7]，有些達(dá)到了極高的匹配精度，但這些算法要么是針對特定應(yīng)用提出的，要么是以增加計(jì)算量來提高匹配精度
艦船科學(xué)技術(shù) 2015年2期2015-03-14
- 基于光場成像的雙目深度圖像獲取
、立體校正和立體匹配生成深度圖像，對目標(biāo)物體進(jìn)行距離測量。實(shí)驗(yàn)結(jié)果表明，該方法的距離測量在精度范圍之內(nèi)，雙目測距方法可以應(yīng)用于通過微透鏡陣列獲得的子孔徑圖像上。關(guān)鍵詞：深度測量，光場，立體匹配，子孔徑圖像光場概念的提出用以描述光線空間傳播的三位輻射特性。1992年,E. Adelson和J. Wang設(shè)計(jì)了全光相機(jī),主要由主鏡頭,微透鏡陣列和成像傳感器組成[1]。2005年,R.Ng等人對全光相機(jī)進(jìn)行了重新設(shè)計(jì),在常規(guī)相機(jī)基礎(chǔ)上制成手持光場相機(jī)[2]。R.
西北工業(yè)大學(xué)學(xué)報(bào) 2015年5期2015-02-22
- 一種基于梯度增強(qiáng)的立體匹配算法
于梯度增強(qiáng)的立體匹配算法董 欣，王國中，范 濤，滕國偉，趙海武，李國平（上海大學(xué)通信與信息工程學(xué)院，上海 200072）立體匹配是深度圖獲取的一個(gè)關(guān)鍵技術(shù)，傳統(tǒng)的立體匹配使用的圖像分割方法會對圖像邊界造成一定的破壞，為提高深度圖邊緣的準(zhǔn)確度，提出了一種基于梯度增強(qiáng)的立體匹配算法。首先通過梯度算子對參考圖像和目標(biāo)圖像進(jìn)行預(yù)處理，增強(qiáng)圖像邊界的魯棒性，然后采用mean－shift圖像分割算法對圖像進(jìn)行區(qū)域分割，對分割得到的區(qū)域使用自適應(yīng)塊匹配法進(jìn)行立體匹配，最
電視技術(shù) 2014年3期2014-09-17
- 計(jì)算機(jī)視覺中雙目立體匹配技術(shù)的研究
計(jì)算機(jī)視覺；立體匹配；研究情況中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7597（2014）07-0001-01隨著科學(xué)技術(shù)的快速發(fā)展，計(jì)算機(jī)技術(shù)也得到了飛速的發(fā)展。將計(jì)算機(jī)技術(shù)應(yīng)用于人類的視覺系統(tǒng)，并輔助人們觀察到一些眼睛難以看到的東西，已經(jīng)逐漸成為一門大家所熱捧和追逐的技術(shù)。隨著人們對視覺傳感器技術(shù)越來越多的探索，人們也逐漸實(shí)現(xiàn)了古代時(shí)想擁有千里眼的夢想。目前，人們已經(jīng)把視覺傳感器技術(shù)和計(jì)算機(jī)技術(shù)良好的結(jié)合在一起，并把這些技術(shù)應(yīng)用到食
新媒體研究 2014年7期2014-05-21
- 立體視覺中的圖像立體匹配方法
、特征提取、立體匹配、三維重建等幾個(gè)主要模塊，其中立體匹配是立體視覺中最重要、最困難的技術(shù).圖像立體匹配實(shí)質(zhì)上解決了不同時(shí)間或空間位置下獲取的同一物體的兩幅或多幅圖像信息在位置空間或灰度空間上尋找對應(yīng)匹配像素點(diǎn)的問題.目前，圖像立體匹配方法已廣泛應(yīng)用于許多研究領(lǐng)域，滿足了應(yīng)用領(lǐng)域的準(zhǔn)確性、實(shí)時(shí)性等方面的要求，立體匹配技術(shù)得到了進(jìn)一步的研究和發(fā)展，出現(xiàn)了許多新技術(shù)和新方法.根據(jù)匹配約束信息和方式的不同，現(xiàn)有的圖像匹配技術(shù)可分為兩大類［1］：局部立體匹配方法和
中國工程機(jī)械學(xué)報(bào) 2014年3期2014-01-31
- 基于WTA立體匹配算法的人體檢測方法研究
解決檢測圖像立體匹配問題與人體檢測信息的三維重建問題。其中三維重建的先決條件是建立兩幅人體檢測圖像中的即立體匹配關(guān)系。人體檢測的立體匹配算法主要是通過建立一個(gè)能量代價(jià)函數(shù)，通過此能量代價(jià)函數(shù)最小化來估計(jì)像素點(diǎn)視差值的最優(yōu)化求解問題。通過建立合理的能量函數(shù)，增加一些約束，采用最優(yōu)化理論的方法進(jìn)行方程求解。在雙目視覺系統(tǒng)的人體檢測過程中由于拍攝角度、光線等環(huán)境變化，使圖像存在著嚴(yán)重的灰度失真和幾何畸變影響，故所采用的立體匹配算法在復(fù)雜度、處理速度等方面要求較高
電子測試 2013年5期2013-11-05
- 雙目立體視覺區(qū)域局部匹配算法的改進(jìn)及其實(shí)現(xiàn)
;區(qū)域相關(guān);立體匹配;標(biāo)準(zhǔn)測試圖中圖分類號:TP391文獻(xiàn)標(biāo)識碼:A文章編號:1004-373X(2009)12-068-03Improvement of Regional Related Match Algorithm forBinocular Stereo Vision and Its ImplementationHE Renjie(Electronics and Information School,Northwestern Polytechnica
現(xiàn)代電子技術(shù) 2009年12期2010-05-13