基于边缘检测的视差图效果优化

被引:33
作者
王安 [1 ]
王芳荣 [2 ]
郭柏苍 [3 ]
岳欣羽 [4 ]
机构
[1] 吉林大学中日联谊医院
[2] 吉林大学通信工程学院
[3] 吉林大学交通学院
[4] 吉利汽车研究院(宁波)有限公司
关键词
立体视觉; 边缘检测; 立体匹配; 视差图;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
在立体视觉中,匹配之后得到的视差图利用投影模型可以得到原图像的深度信息和三维信息。为了达到提高立体匹配的精度与速度的目的,提高视差图的质量成为了立体匹配的核心问题。利用Canny检测算法、Sobel检测算法、Scharr检测算法对双目图像进行边缘提取。在此基础上,分别使用BM(Boyer-Moore algorithm)算法、SGBM(Semi-global block Matching)算法以及DP(Dynamic programming)算法进行立体匹配,并且分别计算视差图及误匹配率。经分析,Canny检测算法与SGBM算法相结合的方法剔除了大量不相关信息,大幅度减少数据的处理量。选取真实场景图片对该方法进行结论验证。实验结果表明,该方法提高了视差图的质量。
引用
收藏
页码:236 / 241
页数:6
相关论文
共 9 条
[1]
基于动态规划的立体匹配算法研究 [D]. 
龚文 .
南昌航空大学,
2015
[2]
基于双目立体匹配的视差提取算法研究 [D]. 
宗晨临 .
西南交通大学,
2013
[3]
Calculating dense disparity maps from color stereo images, an efficient implementation [J].
Mühlmann, K ;
Maier, D ;
Hesser, J ;
Männer, R .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2002, 47 (1-3) :79-88
[4]
基于改进卷积神经网络的机动车图像分类算法 [J].
王茜 ;
陈一民 ;
丁友东 .
计算机应用与软件, 2018, 35 (07) :263-266+298
[5]
基于迭代指导滤波的立体匹配方法 [J].
李金凤 ;
边继龙 .
计算机应用与软件, 2017, 34 (09) :178-182+239
[6]
SGBM算法与BM算法分析研究 [J].
张欢 ;
安利 ;
张强 ;
郭迎钢 ;
宋锡宁 ;
高乾 .
测绘与空间地理信息, 2016, 39 (10) :214-216
[7]
基于双目立体视觉技术的汽车测距系统实现 [J].
韩峻峰 ;
王帅 .
计算机应用与软件, 2016, 33 (09) :227-230
[8]
双目立体视觉匹配技术综述 [J].
曹之乐 ;
严中红 ;
王洪 .
重庆理工大学学报(自然科学), 2015, 29 (02) :70-75
[9]
改进的立体像对稠密匹配算法 [J].
葛亮 ;
朱庆生 ;
傅思思 ;
罗大江 ;
刘金凤 .
吉林大学学报(工学版), 2010, 40 (01) :212-217