-
题名基于细节信息增强的无监督双目立体匹配算法
被引量：3
- 1
-
-
作者
王晓峰
孙志恒
喻骏
孙贾梦
丁坤岭
舒航
-
机构
重庆科技大学数理与大数据学院
重庆科技大学电气工程学院
-
出处
《电子测量技术》
北大核心
2024年第5期94-101,共8页
-
基金
重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX0398,CSTB2022NSCQ-MSX1425)资助。
-
文摘
无监督立体匹配算法在自动驾驶等领域有重要的应用,然而无监督立体匹配算法在物体连续、边缘等细节信息区域的视差精度较低,本文提出了一种提高细节信息区域精度的无监督立体匹配算法。通过在特征金字塔网络中引入空间注意力机制和残差网络,设计了一种空间特征金字塔网络算法,抑制特征提取过程中边缘和小目标细节信息的丢失。构建了视差融合模块,将半全局立体匹配算法生成的原始视差和视差回归生成的初步视差进行置信度视差融合,提升连续细节信息区域的精度。对于网络损失函数,集成了原始视差监督损失和置信度遮挡损失,保留更多图像边缘和连续区域处的细节信息。实验结果表明,本文算法在KITTI 2015测试集中非遮挡区域和所有区域的误匹配率分别为6.24%和5.89%,与其他经典算法相比在细节信息区域的效果、精度方面有较大提升。
-
关键词
无监督
立体匹配
细节信息增强
注意力机制
视差融合
-
Keywords
unsupervised
stereo matching
detail information enhancement
attention mechanism
disparity fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于视觉传达的低亮度激光图像细节信息增强方法
被引量：1
- 2
-
-
作者
陈晨
孙琳
-
机构
桂林学院
-
出处
《激光杂志》
CAS
北大核心
2024年第4期135-140,共6页
-
基金
广西高校中青年教师科研基础能力提升项目(No.2020KY55028)。
-
文摘
针对激光图像亮度较低,导致内部细节信息缺失,图像应用性下降等问题,提出基于视觉传达的低亮度激光图像细节信息增强方法。从视觉传达角度出发将低照度激光图像转换为Lab色彩模式,采用Curvelet变换将激光图像分解为高频分量与低频分量,利用细节增强网络模型增强高频分量,通过基于照度图估计的微光图像增强方法增强低频分量,融合增强后的高、低频分量,实验结果显示,采用该方法对所选图像进行细节信息增强处理后,各图像的信息熵均高于8.35以上,而对比度与相关系数则分别在0.846和0.815以上,增强后的图像更符合人眼视觉特性。
-
关键词
视觉传达
低亮度
激光图像
细节信息增强
色彩模式转换
Curvelet变换分解
-
Keywords
visual communication
low brightness
laser images
enhancement of detailed information
color mode conversion
Curvelet transform decomposition
-
分类号
TN911
[电子电信—通信与信息系统]
-
