一种改进的基于图割的立体匹配算法

为了提高立体匹配算法的精确度,提出了一种结合图割与Mean Shift图像分割的立体匹配算法。首先用Mean Shift算法对参考图像进行图像分割,得到分割后的标记图,然后将分割信息结合到图割算法的能量函数中,最后用改进的能量函数和图割算法得出致密的视差图。实验结果表明,提出的算法具有更高的精确度和更好的边缘特征。     

基于FPGA的实时SGM匹配算法研究与实现

传统SGM算法,运算复杂度高,硬件资源需求量大,难以应用到实时嵌入式系统中。为此提出一种基于FPGA嵌入式平台的实时SGM（Real-Time SGM,RT-SGM）算法。RT-SGM选取三个方向作为匹配算法的优化方向;设计新的算法的结构,使该算法能运行在Pipeline状态下;提出一种新型中值滤波算法对结果进行优化。在FPGA硬件平台上完成实验。实验结果表明,RT-SGM运行速度相比于传统SGM算法提高了30%,而在资源需求上只有传统SGM算法的一半,同时其精度与传统SGM算法相当,适合应用到实时嵌入式系统中。     

基于NCC的改进立体匹配算法

在双目立体视觉系统中,图像匹配是关键步骤之一。在众多匹配算法中,归一化互相关(NCC)算法由于具有精度高、鲁棒性强等优点得到广泛应用,但其计算量大、运算速度较慢,使其难以在线应用。为此,本文提出一种改进的NCC立体匹配算法,通过引入积分图像和平方积分图像,将矩形窗口区域像素求和运算转化为四个像素点值的简单相加减,同时剔除基准图像中无法匹配区域以减小搜索范围,使计算复杂度得到简化,计算量大为降低。实验证明,改进后的NCC算法在保证匹配质量的基础上,执行速度得到显著提高,利于在线应用。     

基于色彩相似度的自适应立体匹配

提出了一种结合权值矩阵和相似性系数矩阵构造的区域匹配方法。该方法首先运用色彩相似性和距离临近性对窗内的每一点相对于待匹配点的自适应权值进行分配,得到一个权值矩阵,为了提高在视差不连续区域的匹配精度,使用了边界点矩阵来降低相对应点的权值。然后在RGB色彩空间中根据待匹配点和对应点的匹配窗内的每一点的颜色绝对差值和来自适应分配相似性系数矩阵。最后利用上述方法对Middlebury网站上提供的四幅立体图像对Tsukuba、Venus、Teddy和Cones进行了实验,总体正确率分别达到了91.82%、96.19%、76.6%和86.9%。     

基于大窗口的自适应立体匹配

针对局部匹配难以获得精确的支持区域以及在遮挡区域、纹理单一区域易引起误匹配的问题,利用窗口内图像的边缘信息,提出了一种基于大窗口的自适应支持区域选择,自适应匹配代价选择,自适应错误点处理的立体匹配方法.定义一个较大的支持窗口,通过图像的边缘信息在此窗口内自适应寻找匹配点的支持区域;根据支持区域中最小匹配块的数目自适应选择匹配代价;对初始视差图通过左右一致性检验得到的错误点进行分类处理.实验结果表明,该方法能够取得理想的效果,并且在遮挡区域和纹理单一区域具有较好的精度.     

一种基于模糊逻辑的自适应信标交换算法

针对移动无线传感器网络中贪婪地理路由协议采用固定信标周期导致通信暂盲的问题,提出了一种基于模糊逻辑的自适应信标交换算法。该算法以节点移动速度、节点剩余能量和邻居节点的数量作为评价因素,利用模糊逻辑控制机制确定自适应的信标周期,提高了邻居表构建与维护的准确性与实时性,为贪婪地理转发提供了可靠依据。仿真结果表明：该算法有效减少了通信暂盲现象,降低了控制开销和平均端到端时延,提高了分组交付率,适用于对传输可靠性要求高的大规模移动无线传感器网络。     

基于变分原理的亚像素级立体匹配方法

针对小基高比立体匹配当中的亚像素级视差精度和匹配效率较低问题,提出一种基于变分原理的亚像素级立体匹配方法.该方法以规范互相关函数作为能量函数的数据项,并将图像驱动的平滑项和视差驱动的平滑项相结合作为能量函数的平滑项,然后通过变分原理获得能量函数的欧拉方程,最后通过连续过松弛法进行迭代求解获得亚像素级视差.实验结果表明,提出的亚像素级匹配方法不但可以获得较高精度的亚像素级视差,得到更为精确的高程信息,而且还具有较快的匹配速度.     

基于视觉显著性的区域立体匹配算法

针对区域立体匹配算法对光照变化敏感,视差图存在目标和弱纹理区域的错配、边界不平滑等问题,提出一种利用视觉显著性特征改进的快速区域立体匹配算法。该算法先利用显著性检测定位图像主要目标区域;再结合索贝尔(Sobel)边缘特征和相角特征完成特征匹配、得到粗视差图;最后通过检测粗视差图中的视觉显著性,消除图像弱纹理区域的突兀噪声。相比绝对误差累计(SAD)、平方误差累计(SSD)和归一化灰度互相关(NCC)算法,所提算法对光照变化不敏感,得到的视差图完整,匹配率高,有利于实时系统应用。     

基于mean-shift全局立体匹配方法

针对图像全局立体匹配精度高、计算量大的问题,提出基于mean shift图像分割的全局立体匹配方法。首先,通过mean shift算法对图像进行分割,获取图像同质区域数量和区域的标号。在计算匹配代价时,根据像素所属的分割区域,对像素进行筛选,从而提高匹配代价计算速度;其次,在代价聚合前,将mean shift算法获取的同质区域数K值赋值给K-means聚类算法,对像素再次聚类,提高立体匹配精度和速度;最后通过TRW-S置信传播解决能量最小化问题。实验表明,该算法明显提高了匹配的准确性和速度,与单纯的全局匹配算法相比,具有更大的优势。     

基于自适应参数的非局部立体匹配算法

针对现有非局部立体匹配算法在不同纹理图像下因选取固定参数而导致整体误匹配率偏高的问题,提出一种自适应参数的非局部立体匹配算法。对颜色差和水平及垂直方向梯度代价进行归一化处理并加权融合,通过对融合后代价作对数变换,提高了单像素匹配代价在低纹理区域表现;在色度,饱和度,纯度(HSV)颜色空间上,计算参考图的平均色度差,自适应调节代价聚合参数;经过视差选择获得视差图。实验结果表明:所提算法在Middlebury测试平台对31组立体图像对处理后的平均误差为7. 86%。在低纹理区域误匹配率进一步降低,具有更好的泛化性。     

基于秩空间的二次立体匹配

提出了一种基于秩空间的区域立体匹配算法。首先对立体图像进行秩（rank）变换,将图像从灰度空间变换到秩空间,消除因噪声和两个摄像机参数不一致产生的干扰,再根据自然视频序列每幅图像多数景物景深变化不大的事实,把视差分解为全局视差与局部视差之和,在秩空间进行二次立体匹配：先在最大窗口内估计全局视差,然后在这个最大窗口内采用块匹配方式进行二次匹配求各点的实际视差。该二次立体匹配算法有效地消除了误匹配,提高正确匹配率。实验结果证明,提出的算法优于传统的基于区域的立体匹配方法。     

SIFT特征点引导的区域立体匹配算法

根据SIFT特征对旋转、尺度缩放、亮度变化保持不变性的特点,提出基于SIFT特征和边缘特征点的区域匹配方法。该方法确定符合SIFT特征的边缘为可靠特征点,并确定其视差;根据视差梯度原理确定其他点的视差,最后生成稠密的视差图。实验结果表明,SIFT特征的引入,提高了特征点视差的准确性,一些弱纹理区的匹配也有所改善。     

一种基于置信度传播的立体匹配算法

在双目立体视觉中立体匹配问题存在歧义性,是视觉研究中难点问题之一。通过采用分水岭分割图像的方式有效的对图像进行了过分割处理,实现了基于图像块置信传播的匹配算法。最后用Middlebury College图像库中的图像对算法进行了验证,实验结果表明这种方法能够获得很好的匹配效果,克服了传统立体匹配中精度低和速度慢的缺点。     

Real-time stereo matching based on fast belief propagation

In this paper, a global optimum stereo matching algorithm based on improved belief propagation is presented which is demonstrated to generate high quality results while maintaining real-time performance. These results are achieved using a foundation based on the hierarchical belief propagation architecture combined with a novel asymmetric occlusion handling model, as well as parallel graphical processing. Compared to the other real-time methods, the experimental results on Middlebury data show the efficiency of our approach.     

一种改进的彩色图像匹配算法

首先比较了彩色图像不同匹配策略下视差的精确率,并采用了匹配效果较好的策略。同时针对彩色图像的特点,加入色差梯度的约束条件,使用SAD算法实现了彩色图像的匹配,最后通过对比试验进行了验证。试验结果表明该方法有更高的匹配精确性和正确率。     

基于ORB算子的快速立体匹配算法

针对利用SURF（Speeded Up Robust Features）进行立体匹配难以满足实时性需求这个问题,提出了一种基于ORB（Oriented fast and Rotated BRIEF）特征的立体匹配算法。在提取ORB特征点时,用一个数组记录该特征点因减小边缘效应而排序后的次序,结合极线约束、唯一性约束和顺序约束,来减少搜索空间,再以KNN（K-Nearest Neighbor）作为匹配策略,计算特征描述子的汉明距离,最后以最近邻匹配作为立体匹配结果。实验结果表明,该方法匹配速度快,准确度高,即使在图像未经校正的情况下,仍有较高的准确率。     

一种基于FPGA实现的优化正交匹配追踪算法设计

针对压缩感知重构算法中正交匹配追踪(OMP)算法在每次迭代中不能选取最优原子问题,对OMP算法进行优化设计,保证了每次迭代的当前观测信号余量最小,并提出了一种基于FPGA实现的优化OMP算法硬件结构设计。在矩阵分解部分采用了修正乔列斯基(Cholesky)分解方法,回避开方运算,以减少计算延时,易于FPGA实现。整个系统采用并行计算、资源复用技术,在提高运算速度的同时减少资源利用。在Quartus II开发环境下对该设计进行了RTL级描述,并在FPGA仿真平台上进行仿真验证。仿真结果验证了设计的正确性。     

Oriented-linear-tree based cost aggregation for stereo matching

Multimedia Tools and Applications - Matching cost aggregation is one of the most important steps in dense stereo correspondence, and non-local cost aggregation methods based on tree structures have...     

基于区域增长的自适应稠密匹配算法

针对目前主流方法对图像中纹理单一区域匹配效果不佳的问题,提出了一种自适应的基于区域增长的立体像对稠密匹配算法。该算法利用灰度共生矩阵,在区域增长过程中的匹配窗内计算其纹理数量,然后根据纹理数量的多少自适应调节匹配窗的大小。当匹配窗内纹理数量足够多时,该匹配窗就能够表征该匹配窗中心点的特征,因此可以减少误匹配发生的几率。实验结果证明,该算法具有良好的性能。     

A stereo matching paradigm based on the Walsh transformation

Describes a new feature-based stereo matching technique which exploits the Walsh transformation. The established matching strategy adopts and integrates the fundamental steps of the stereo vision problem: (a) detecting and locating feature points, (b) searching for potential matches, (c) validating a match through a global consistency check, and (d) determining the disparity of the matched feature points. The unique representation of stereo images into Walsh-based attributes unites the aforementioned steps into an integrated process which yields accurate disparity extraction. It is shown that the first and second Walsh attributes are used as operators approximating the first and second derivatives for the extraction and localization of feature points. The complete set of these attributes are then used as matching primitives contributing equally to the decision-making process and providing relevant information on both the characterization of a potential match and its validation through a consistency check. Computer results using images of varying complexities prove the soundness and the relatively fast processing time of this stereo matching technique