本文關(guān)鍵詞：基于Census變換的自適應(yīng)權(quán)值Hamming距離立體匹配算法

  更多相關(guān)文章： Census變換 加權(quán)Hamming距離 梯度圖像 稀疏聚合窗口

【摘要】：傳統(tǒng)的Census+Hamming距離立體匹配算法往往由于將鄰域像素等同對(duì)待,從而缺少足夠的匹配信息,造成較高的誤匹配率。對(duì)此提出了一種自適用加權(quán)的Hamming距離算法,通過(guò)引入鄰域像素空間距離,使在距離測(cè)算時(shí)將鄰域像素分等級(jí)計(jì)算,豐富了匹配圖像的信息。并且使用梯度圖像像素之間的距離作為聚合代價(jià)計(jì)算的權(quán)值,實(shí)驗(yàn)證明其對(duì)于噪聲有一定的抗干擾性,并且能夠很好地反映紋理等信息,同時(shí)引入稀疏聚合窗口來(lái)減少算法的復(fù)雜度。最后進(jìn)行亞像素插值增大匹配的正確性。通過(guò)對(duì)比試驗(yàn)證明,此算法不僅能夠提高匹配的準(zhǔn)確性和抗干擾性,還能減少算法的復(fù)雜度,適用于實(shí)時(shí)的立體匹配。
【作者單位】： 南京工業(yè)大學(xué)電氣工程與控制科學(xué)學(xué)院;
【關(guān)鍵詞】： Census變換 加權(quán)Hamming距離 梯度圖像 稀疏聚合窗口
【分類號(hào)】：TP391.41
【正文快照】： 0 引言 現(xiàn)如今隨著人工智能的發(fā)展,用于獲取三維信息的立體視覺(jué)算法變得越來(lái)越重要,目前已經(jīng)提出了很多立體視覺(jué)的算法,并且成功應(yīng)用于機(jī)器人導(dǎo)航[1]、現(xiàn)實(shí)環(huán)境中三維重建[2]以及智能車輛障礙物的檢測(cè)[3]等。然而,現(xiàn)在多數(shù)的實(shí)時(shí)立體視覺(jué)對(duì)于弱紋理區(qū)域缺少足夠的精確性,以至

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 王軍政;朱華健;李靜;;一種基于Census變換的可變權(quán)值立體匹配算法[J];北京理工大學(xué)學(xué)報(bào);2013年07期

2 孫明敏;樓斌;周文暉;;Census立體匹配算法的硬件實(shí)現(xiàn)[J];杭州電子科技大學(xué)學(xué)報(bào);2013年01期

3 陳登;白洪歡;;Census立體匹配算法的DSP實(shí)現(xiàn)[J];科技通報(bào);2008年06期

4 丁萌;曹云峰;吳慶憲;;基于Census變換和Boosting方法的隕石坑區(qū)域檢測(cè)[J];南京航空航天大學(xué)學(xué)報(bào);2009年05期

5 ;[J];;年期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 張晗s，

本文編號(hào)：897748