基于最大似然估计的小基高比立体匹配方法

被引：3

作者：

李金凤 ^{[1
]}

边继龙 ^{[2
]}

纪明宇 ^{[2
,3
]}

机构：

[1] 牡丹江师范学院计算机科学与技术系

[2] 哈尔滨工程大学计算机科学与技术学院

[3] 东北林业大学信息与计算机工程学院

来源：

计算机应用研究 | 2012年 / 29卷 / 04期

关键词：

立体匹配; 小基高比; 混合窗口策略; 最大似然估计; 亚像素视差;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对小高比立体匹配当中的亚像素精度和粘合现象问题,提出了一种基于最大似然估计的小基高比立体匹配方法。该方法首先根据混合式窗口选择策略为参考图像中的每一点确定匹配窗口;然后在视差范围内根据规范化互相关函数计算匹配代价,再利用胜者全取策略计算每一点视差;最后采用基于最大似然估计的亚像素匹配方法获得亚像素级视差。实验结果表明,该方法有效地减少了立体匹配中的粘合现象,同时获得了较高精度的亚像素视差,其平均亚像素精度可达1/20个像元。

引用

页码：1578 / 1580

页数：3

共 11 条

[1]

Coarse-to-fine stereo vision with accu-rate 3D boundaries. SIZINTSEV M,WILDES R P. Image and Vision Computing . 2010

[2] Small baseline stereovision [J].

Delon, Julie ;

Rouge, Bernard .

JOURNAL OF MATHEMATICAL IMAGING AND VISION, 2007, 28 (03) :209-223

[3]

A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms[J] . Daniel Scharstein,Richard Szeliski. &nbspInternational Journal of Computer Vision . 2002 (1)

[4]

Review of low-base-line stereo algorithms and benchmarks. SABATER N,BLANCHET G,MOISAN L,et al. Image and Signal Pro-cessing for Remote Sensing XVI . 2010

[5] 一种用于未标定图像三维重建的立体匹配算法 [J].

呼艳 ;

耿国华 ;

王小凤 ;

赵璐璐 .

计算机应用研究, 2010, 27 (10) :3964-3967

[6]

Precise subpixel disparitymeasurement from very narrow baseline stereo. MORGAN G,LIU Jian,YAN Hong-shi. IEEE Trans onGeoscience and Remote Sensing . 2010

[7] 基于双序列比对算法的立体图像匹配方法 [J].

施万利 ;

王宏勇 .

计算机应用研究, 2010, 27 (08) :3176-3178

[8] 宽基线图像特征点的立体匹配 [J].

陈望明 ;

刘连芳 .

计算机应用研究, 2008, 25 (12) :3690-3691

[9] 基于径向基神经网络的立体匹配算法 [J].

戴玉超 ;

何明一 ;

张静 ;

高涛 .

计算机应用研究, 2008, (11) :3477-3479

[10]

Sub-pixel stereo-matching forDEM generation from narrow baseline stereo imagery. MORGAN G,LIU Jian,YAN Hong-shi. Proc ofIEEE International Geoscience&Remote Sensing Symposium . 2008

← 1 2 →