一种基于图割的全变差图像去噪算法

本文提出一种基于图割的全变差(TV)图像去噪算法.该算法将全变差去噪模型的能量函数最小化问题转化为图的最小割问题,然后采用图割技术(最大流/最小割算法)求得能量函数的全局最优解.并给出了去噪模型中,均衡系数的自适应设定方案.实验结果及分析表明,该算法能有效抑制以往最小化方法产生的阶梯效应,具有较优的复原效果.     

一种基于贝叶斯理论的高效立体匹配方法

在立体匹配中,同时保证算法的精度和速度是一个技术难题。提出了一种基于贝叶斯理论的快速稠密立体匹配算法。将贝叶斯概率分布理论应用到立体匹配问题上,利用MSERDoG算子提取支撑点,像素灰度值作为匹配代价、固定窗口作为代价聚合对其进行匹配,对匹配好的支撑点进行三角剖分,将支撑点的视差、梯度、三角剖分的线性系数及分割作为计算视差的先验概率条件,从而保证了有效的视差搜索空间,提高了匹配效率。最终通过最小化能量函数获得稠密的视差图。在国际标准Middlebury平台进行实验,结果表明提出的算法匹配精度高,速度快,误匹配率低,匹配效率高。     

Moving Object Segmentation Algorithm Based on Graph Cut Optimization Integrating Disparity and Frame Difference

提出一种基于视差和帧差的图割优化运动目标分割算法,在运动目标分割过程中,利用能量函数优化方法得到较为准确的区域视差,同时在此基础上将视差和帧差特征采用图割算法的能量函数进行融合,以此提高前景目标分割的准确性.实验结果表明该方法当区域视差的优化受到灰度因素的影响时,利用图割结合视差和帧差特征能够有效地减少视差优化不够准确的区域被检测为前景目标的可能性,同时也能填补大多数帧差分割的空洞,增强了分割结果的稳定性.     

基于视差和帧差的图割优化运动目标分割算法

提出一种基于视差和帧差的图割优化运动目标分割算法,在运动目标分割过程中,利用能量函数优化方法得到较为准确的区域视差,同时在此基础上将视差和帧差特征采用图割算法的能量函数进行融合,以此提高前景目标分割的准确性。实验结果表明该方法当区域视差的优化受到灰度因素的影响时,利用图割结合视差和帧差特征能够有效地减少视差优化不够准确的区域被检测为前景目标的可能性,同时也能填补大多数帧差分割的空洞,增强了分割结果的稳定性。     

一种新的体视对应方法

选择特征点作为匹配特征,采用视差估计方法,在满足一定匹配准则情况下,可以得到一约束最小化能量函数。模拟实验结果表明,使用模拟退火算法,可使能量函数达到全局最小,从而实现立体匹配。     

一种新的体视对应方法

选择特征点作为匹配特征，采用视差估计方法，在满足一定匹配准则情况下，可以得到一约束最小化能量函数。模拟实验结果表明，使用模拟退火算法，可使能量函数达到全局最小，从而实现立体匹配。     

基于视差与灰度双层支持窗的立体匹配算法

针对传统局部匹配支持窗难以利用空间、灰度距离远的像素信息的问题,提出一种基于视差和灰度的双层支持窗立体匹配算法。该算法根据视差图获得第一层视差支持窗,在视差支持窗内配合参考图RGB颜色灰度值获得灰度相似子支持窗;随后以视差窗、灰度窗、中心像素为优化路径,通过类动态规划算法优化聚合匹配代价;最后采用WTA策略选取最佳视差,更新所有视差,并不断迭代优化视差图直到视差收敛。经过Middlebury 平台的测评,新算法的平均误匹配率为5.15%。     

基于线段分割的图割立体匹配

提出了一种基于线段分割的图割立体匹配方法。首先,把图像的扫描线分割成不相重叠的、彩色-空间一致的线段基元。然后,在能量最小化框架下利用图割优化算法实现立体匹配,采用图割方法得到全局最优解,本算法中优化的节点不是传统的像素,而是分割得到的线段单元。图割方法是在拟合能量最优化的情况下给每个线段单元分配对应的视差来实现立体匹配的。多组测试数据上的实验结果说明了本方法的有效性。     

基于斜平面平滑优化的半全局立体匹配

基于斜平面平滑的半全局匹配算法虽然能很好地处理深度不连续区域,减少视差断裂现象,具有很好的视差平滑效果.但此方法计算量大,并且若输入的左右图像对不是理想校正的,最终得到的视差图中可能会出现黑色小方块.针对上述问题,本文提出了一种基于斜平面平滑优化的双目立体视觉算法,优化了视差斜平面拟合过程,提高了斜平面平滑的运算速度;另,通过对初始视差图中无效的视差值进行临近插值填充,很好地解决了视差图中的方块现象;同时考虑到同一分割块内的像素梯度值应比较接近,对图像分割时用到的能量函数增加梯度项,使分割区域更加合理.实验结果表明,本文算法能取得更好的视差图,主观效果得到改善,运算速度提高约40%.     

基于金字塔块匹配的双目场景流估计

针对现有双目场景流计算方法在大位移、运动遮挡及光照变化等复杂场景下场景流估计的准确性与鲁棒性问题,提出一种基于金字塔块匹配的双目场景流计算方法 .首先对双目图像序列进行超像素分割和视差估计,得到图像初始分割结果和视差信息,然后建立基于金字塔块匹配的运动模型并采用Ransac随机一致性算法拟合刚性运动模型和最小化重投影算法估计对象运动参数.最后,本文将金字塔块匹配结果作为约束项,联合对象运动参数和超像素平面参数构建基于金字塔块匹配的双目场景流估计能量函数模型,通过最小化能量函数得到最终场景流.实验分别采用KITTI2015(Karlsruhe Institute of Technology and Toyota technological Institute 2015)和MPI-Sintel(Max-Planck Institute and Sintel)数据集测试图像对本文方法和具有代表性场景流算法进行综合对比分析,结果表明本文方法相对于其他对比方法有效提高大位移、运动遮挡以及光照变化情况下场景流估计精度和鲁棒性.     

多视点视频编码中的视频目标提取与视差匹配

在单通道视频目标分割算法的基础上,首先提出一种多视点视频编码中的视频目标提取方案.然后提出一种基于多级块匹配视差估计算法.应用Moravec算子对视差矢量图进行检测,提取特征视差矢量并对其进行精确度检验.若特征视差矢量不够精确,则其所在块将重新进行小范围的块匹配.若块匹配误差仍太大则将其分裂为四个子块重新匹配.与传统块匹配算法相比,新方法能获得较为精确和平滑的视差场,提高重建后的图像质量.     

Obtaining depth map from segment-based stereo matching using graph cuts

In the paper, the algorithm of segment-based stereo matching using graph cuts is developed for extracting depth information from the stereo image pairs. The first step of the algorithm employs the mean-shift algorithm to segment the reference image, which ensures our method to correctly estimate in large untextured regions and precisely localize depth boundaries, followed by the use of Adaptive Support Weighted Self-Adaptation dissimilarity algorithm (ASW-SelfAd) for the estimation of initial disparity. This is followed by application of Singular Value Decomposition (SVD) in solving the robust disparity plane fitting. In order to ensure reliable pixel sets for the segment, we filter out outliers which contain occlusion region through three main rules, namely; cross-checking, judging reliable area and disparity distance measurement. Lastly, we apply improved clustering algorithm to merge the neighboring segments. The geometrical relationship of adjacent planes such as parallelism and intersection is employed for determination of whether two planes shall be merged. A new energy function is subsequently formulated with the use of graph cuts for the refinement of the disparity map. Finally, the depth information is extracted from the final disparity map. Experimental results on the Middlebury dataset demonstrate that our approach is effective in improving the state of the art.     

结合图像梯度和亮度的并行信任传播算法

对立体匹配问题建立马尔可夫随机场模型,使用并行的多尺度信任传播算法求解马尔可夫随机场的能量最小化问题.在传统串行算法基础上利用CUDA技术实现了并行计算,并结合图像的梯度和亮度信息计算能量函数的数据项,平滑项采用两个相邻像素视差的绝对差度量.以标准的Middlebury立体数据集做为输入,实验结果表明：算法具有很好的实时性能,运行时间远小于传统的串行算法,深度图结果较优.     

采用全局相似性测量的彩色图像分割

本文提出一种新的采用全局相似性测量的彩色图像分割算法。该算法将图像分割问题表述为求解能量泛函最小化的问题。利用Bhattacharyya距离测量前景和背景之间的概率分布函数的全局相似性,并将Bhattacharyya系数作为最终的能量泛函。由于高阶能量项的引入,该能量的最小化通常是一个NP难题,为了能够有效的优化该能量泛函,本文提出一个辅助上界函数并且利用graph cuts对该函数进行优化求解。该辅助函数在优化的过程中能够保证能量递减。该算法能够应用于多种分割问题,包括交互式分割、显著性分割等。实验结果表明,算法具有全局分割的特点,能够对彩色图像进行较准确的分割。      

Human visual system and segment-based disparity estimation

In this paper, an efficient segment-based disparity estimation algorithm is proposed, based on wavelet transform and human visual system. The core idea is to estimate disparity not only from the left and right images but also from their decomposed sub-bands up to a certain level. The stereo image pair is divided into the segments of homogeneous color. Instead of assigning a disparity value to each pixel inside a segment, a disparity plane is assigned to each segment and the stereo matching problem is formulated as an energy minimization problem in the segmented domain. The optimal disparity plane labeling is approximated by applying belief propagation, which assigns the corresponding disparity plane to each segment. The obtained disparity maps are merged into a single disparity map using the human visual system model. Experiments with stereo image pairs show the validity of the proposed method.     

虚拟网络映射高效节能运输模型及算法

网络虚拟化使得智能能量感知网络部署成为可能,已有研究忽略了节点映射能耗最优化。本文把节点映射能耗优化问题转化为生产地与销售地之间物资运输代价最优化问题,建立高效节能节点映射运输模型。根据最大元素法,提出了混合一阶段与两阶段映射算法,在链路映射的约束下找到节点分配最小能耗代价最优解;利用主动休眠策略,提出了基于运输模型的主动休眠虚拟网络映射节能算法;利用节点可重复映射技术,提出了基于运输模型的节点可重复映射算法,进一步提高了底层网络资源休眠数量。仿真结果验证了本文所提算法能够显著降低系统能耗,适合大规模高效节能虚拟网络映射。     

NEW APPROACH OF STEREO CORRESPONDENCE

One can select feature points as matching character by using disparity estimation method, under satisfying the condition of certain matching theorem. Then we can obtain a constraint minimum energy function. By using simulated annealing (SA) algorithm and a lot of simulation experiments, the energy function can escape local minimum, then stereo correspondence can be realized.     

Graph-cut-based stereo matching using image segmentation with symmetrical treatment of occlusions

This paper describes a dense stereo matching algorithm for epipolar rectified images. The method applies colour segmentation on the reference image. Our basic assumptions are that disparity varies smoothly inside a segment, while disparity boundaries coincide with the segment borders. The use of these assumptions makes the algorithm capable of handling large untextured regions, estimating precise depth boundaries and propagating disparity information to occluded regions, which are challenging tasks for conventional stereo methods. We model disparity inside a segment by a planar equation. Initial disparity segments are clustered to form a set of disparity layers, which are planar surfaces that are likely to occur in the scene. Assignments of segments to disparity layers are then derived by minimization of a global cost function. This cost function is based on the observation that occlusions cannot be dealt with in the domain of segments. Therefore, we propose a novel cost function that is defined on two levels, one representing the segments and the other corresponding to pixels. The basic idea is that a pixel has to be assigned to the same disparity layer as its segment, but can as well be occluded. The cost function is then effectively minimized via graph-cuts. In the experimental results, we show that our method produces good-quality results, especially in regions of low texture and close to disparity boundaries. Results obtained for the Middlebury test set indicate that the proposed method is able to compete with the best-performing state-of-the-art algorithms.     

张量子空间降维的边缘图像匹配

针对传统基于向量子空间降维的图像匹配算法易丢失像素间邻域关系和计算量大的问题,提出一种基于张量子空间降维的边缘图像匹配算法。通过双边投影变换提取边缘图像的张量子空间,在降低特征空间维数的同时保持边缘特征之间的邻域关系,同时采用边缘膨胀后的互相关度量模板与实时图的相似性。标准人脸数据库和红外实时图像的匹配实验结果表明:该算法在匹配时间、匹配正确率、匹配精度3方面较传统基于向量子空间的匹配算法有显著的性能提高,并且对杂波和部分遮挡有较强的适应性。