共查询到20条相似文献,搜索用时 62 毫秒
1.
在立体匹配算法中,针对Census算法对于图像深度不连续、弱纹理区域匹配精度低、易受噪声干扰的问题,提出了一种改进Census变换结合自适应窗口的方法,利用梯度信息实现窗口的自适应选择,并将灰度绝对值计算(Absolute Difference,AD)和改进后的Census变换相融合,提升了算法的精度和抗噪声能力,在代价聚合阶段,通过不同的自适应窗口提供不同的自适应阈值,最后通过赢家通吃的算法(WTA)进行视差优化,进而得到最终的视差图.利用该改进算法对Middlebury平台提供的标准图像进行实验表明改进后的算法误匹配率降低,并有很好的抗噪声能力. 相似文献
2.
3.
针对当前立体匹配算法存在的匹配准确率低,难以达到实用的高精度水平的问题,提出了一种基于改良的Census变换与色彩信息和梯度测度相结合的多特性立体匹配算法,实现高精度的双目立体匹配。算法首先在初始代价匹配阶段,将改进的Census变换、色彩和梯度测度赋权求和得出可靠的初始匹配代价;在聚合阶段,采取高效快捷的最小生成树聚合,获得匹配代价矩阵;最后根据胜者为王法则得到初始视差图,并引入左右一致性检测等策略优化视差图,获得高精度的视差图,实验阶段对源自Middlebury上的标准测试图进行测试验证,实验结果表明,经本文算法处理得到的15组测试数据集的视差图在非遮挡区域的平均误匹配率为6.81%,算法实时响应性优良。 相似文献
4.
针对当前Census变换立体匹配算法深度不连续区域匹配精度低的缺陷;提出了一种新颖的自适应权重的Census变换立体匹配算法。在Census变换阶段计算变换窗口中心点上下左右四个像素的均值;得到中心点与该均值的差的绝对值;通过判断该绝对值的大小来确定中心点灰度值;为了有区别地对待窗口内各像素点;引入自适应权重;通过线性分段型函数计算自适应权值。在代价聚合阶段同样引入自适应权重并采用变化的聚合窗口;通过聚合窗口中心点和其左右两点的梯度值来确定聚合窗口的大小。实验结果表明;算法的匹配效果优于目前的Census变换立体匹配算法;在深度不连续区域匹配效果显著改善;而且没有明显降低实时性和增加硬件实现的难度。 相似文献
5.
针对传统Census变换在视差不连续区域和噪声干扰情况下误匹配率较高的情况,提出了一种利用邻域相关信息的改进Census变换立体匹配算法。根据邻域像素的相关信息,将传统的Census变换中像素与邻域像素的差异应用2位信息表示,使变换后的图像在视差不连续区域的信息表示更为丰富,同时减少噪声对匹配质量的影响。通过并行化自适应匹配代价聚合、亚像素插值、左右一致性约束、遮挡区插值,最终得到了稠密视差图。经Middlebury立体图片测试表明,该算法结构简单,复杂度低,具有较高的鲁棒性,有效地提高了匹配精度。 相似文献
6.
7.
8.
《电子技术应用》2016,(12)
传统的Census+Hamming距离立体匹配算法往往由于将邻域像素等同对待,从而缺少足够的匹配信息,造成较高的误匹配率。对此提出了一种自适用加权的Hamming距离算法,通过引入邻域像素空间距离,使在距离测算时将邻域像素分等级计算,丰富了匹配图像的信息。并且使用梯度图像像素之间的距离作为聚合代价计算的权值,实验证明其对于噪声有一定的抗干扰性,并且能够很好地反映纹理等信息,同时引入稀疏聚合窗口来减少算法的复杂度。最后进行亚像素插值增大匹配的正确性。通过对比试验证明,此算法不仅能够提高匹配的准确性和抗干扰性,还能减少算法的复杂度,适用于实时的立体匹配。 相似文献
9.
10.
现有局部立体匹配算法与全局立体匹配算法相比,计算量更小、速度更快,能达到实时匹配的要求,但存在误匹配率较高、视差结果精度较低等问题。提出一种新的局部立体匹配算法,依据像素梯度信息、像素梯度的平均值及标准差计算多指标梯度代价,使算法对图像局部结构的表达更加全面。根据像素的灰度差异程度划分等级,提出7等级编码的精细化Census变换匹配代价,以有效识别图像信息之间的细微差异,弥补Census变换在相似纹理区域精度较低的不足。将多指标梯度代价和精细化Census变换匹配代价按一定权重进行融合,形成初始匹配代价,从而充分发挥两种代价的优越性。在代价聚合阶段,对引导滤波的线性系数进行自适应优化,解决固定参数引起图像局部过于平滑或平滑不足的问题,并使用优化后的引导滤波模型进行代价聚合,改善代价聚合的效果。使用胜者为王算法计算视差获得初始视差图,最后通过左右一致性检测和加权中值滤波进行视差优化,得到更为理想的视差图。在Middlebury V3立体评估平台上的实验结果表明,所提算法在非遮挡区域的加权平均误匹配率为15.7%,与Cens5、IGF、ISM等算法相比具有较高的精度。 相似文献
11.
一种沿区域边界的动态规划立体匹配算法 总被引:2,自引:0,他引:2
提出一种基于图像区域分割的立体匹配算法.与通常的沿扫描行进行动态规划的立体匹配算法不同,该算法以图像"区域"为基元计算视差.首先使用相关法得到初始视差,然后利用一种区域边界上的多种子动态规划算法对视差进行精细计算,最终通过插值得到整个图像的稠密视差.实验结果表明,此算法速度较快、可靠性较高. 相似文献
12.
13.
在线手写签名验证是一种基于生物特征的身份认证技术。为提高签名验证的效率,该文介绍了一种改进的在线签名识别算法。它优化了传统的动态时间弯折算法结构,提出了对最佳匹配路径的动态规划方法并将其应用于在线签名识别系统中。在模板较多时对匹配距离将适当限制,从而减少了系统运算量,提高了模板匹配速率。随着待识别模板数目的增多,该算法的效率优势更加明显。试验结果表明,该改进算法的运算效率高,误拒率和误纳率较低。 相似文献
14.
一种基于左右视线的立体图像匹配算法 总被引:2,自引:0,他引:2
提出了一种有效提高立体匹配中遮挡和低纹理区域匹配精度的方法,算法充分利用立体视觉中的全局约束条件,对不同区域采用不同的约束条件和强度来获得高可靠性点的视差,并且引入左右视线的概念,用于解决复杂场景情况下的左右视图的匹配问题。同时采用改进的协同算法(cooperative algorithm,CA),在视差梯度的约束下,对高可靠性点的视差进行逐步地扩散,最终得到致密的视差图。实验仿真表明,方法可以有效地提高遮挡和低纹理区域中的匹配精度,从而产生较精确的致密视差图。 相似文献
15.
基于动态时间弯曲的时序数据聚类算法的研究 总被引:14,自引:0,他引:14
时间序列是一类重要的复杂类型数据,时间序列知识发现正成为知识发现的研究热点之一。欧几里的距离及其扩展作为相似测度被广泛应用于时间序列的比较中,但是这种距离测度对数据没有好的鲁棒性。动态时间弯曲技术是基于非线性动态编程的一种模式匹配算法。该文提出了基于动态时间弯曲技术的相似搜索算法,通过计算时序数据之间的最短弯曲路径来获得序列的匹配。对综合控制时序数据进行基于不同距离测度的聚类分析对比结果表明该文提出的算法有很高的精度和对振幅差异、噪声和线性漂移有强的鲁棒性,具有良好的应用价值。 相似文献
16.
17.
18.
车道识别技术是自动驾驶领域的研究热点。通过对车载摄像机获取的公路车道线图像特征的分析,提出了一种基于图像频率域特征的车道识别算法。该算法的核心是提取车道线在离散余弦变换域的特征,再结合道路模型的先验知识利用贝叶斯决策原理,识别出路面上的车道线。实验表明,该算法在不同的路面和光照条件下均可得到良好的识别效果。 相似文献
19.
在提出了基于TEO的清音、浊音和噪音区分的基础上,采用不同的小波阈值处理方法在多尺度上进行阈值处理,并对阈值函数进行了改进。实验表明,该算法不但能够有效的抑制噪声,还能减少对清音部分的损失,既提高了信噪比,又改善了语音信号的清晰度和舒适度,是一种有效的语音增强算法。 相似文献
20.
《Expert systems with applications》2014,41(14):6235-6250
To be successful in financial market trading it is necessary to correctly predict future market trends. Most professional traders use technical analysis to forecast future market prices. In this paper, we present a new hybrid intelligent method to forecast financial time series, especially for the Foreign Exchange Market (FX). To emulate the way real traders make predictions, this method uses both historical market data and chart patterns to forecast market trends. First, wavelet full decomposition of time series analysis was used as an Adaptive Network-based Fuzzy Inference System (ANFIS) input data for forecasting future market prices. Also, Quantum-behaved Particle Swarm Optimization (QPSO) for tuning the ANFIS membership functions has been used. The second part of this paper proposes a novel hybrid Dynamic Time Warping (DTW)-Wavelet Transform (WT) method for automatic pattern extraction. The results indicate that the presented hybrid method is a very useful and effective one for financial price forecasting and financial pattern extraction. 相似文献