基于mean-shift全局立體匹配方法
大小：0.49 MB 人氣： 2017-11-20 需要積分：0
針對圖像全局立體匹配精度高、計算量大的問題，提出基于mean shift圖像分割的全局立體匹配方法。首先，通過mean shift算法對圖像進行分割，獲取圖像同質(zhì)區(qū)域數(shù)量和區(qū)域的標號。在計算匹配代價時，根據(jù)像素所屬的分割區(qū)域，對像素進行篩選，從而提高匹配代價計算速度；其次，在代價聚合前，將mean shift算法獲取的同質(zhì)區(qū)域數(shù)K值賦值給K means聚類算法，對像素再次聚類，提高立體匹配精度和速度；最后通過TRWS置信傳播解決能量最小化問題。實驗表明，該算法明顯提高了匹配的準確性和速度，與單純的全局匹配算法相比，具有更大的優(yōu)勢。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于mean-shift全局立體匹配方法下載
相關(guān)電子資料下載
- 基于Transformer和深度證據(jù)學習的立體匹配框架 248
- 雙目立體匹配的四個步驟 893
- 從雙目標定到立體匹配：Python實踐指南 1529
- CREStereo立體匹配算法總結(jié) 1771
- 基于深度學習立體匹配的基本網(wǎng)絡結(jié)構(gòu)和變種 748
- 立體匹配：經(jīng)典算法Fast Bilateral Solver 1264
- 深度解析MiddleBurry立體匹配數(shù)據(jù)集 2298
- 幾個經(jīng)典的立體匹配算法的評價指標和數(shù)據(jù)集 2193
- 基于雙目視覺立體匹配的三維地圖構(gòu)建方法 2201
- 雙目立體匹配的四個步驟解析 4946