立体匹配是三维重建问题的重要环节,良好的稠密视差图是恢复立体三维结构的先决条件。针对区域立体匹配策略、固定的窗口大小内视差不一致与匹配信息不够丰富的问题,提出了一种新的相似性测度函数和方向权值算法。首先,通过新的相似性...立体匹配是三维重建问题的重要环节,良好的稠密视差图是恢复立体三维结构的先决条件。针对区域立体匹配策略、固定的窗口大小内视差不一致与匹配信息不够丰富的问题,提出了一种新的相似性测度函数和方向权值算法。首先,通过新的相似性测度函数建立两点的匹配代价;其次,在该点邻域内依据方向权值算法聚合窗口内的匹配代价;最后,通过WTA(Winner Take All)算法计算初始视差图,并根据左右一致性约束优化得到最终的稠密视差图。该方法较传统的区域匹配算法,匹配精度得到提高,算法运行效率也得到了提升,经实际验证该算法的稳健性较好。展开更多
文摘立体匹配是三维重建问题的重要环节,良好的稠密视差图是恢复立体三维结构的先决条件。针对区域立体匹配策略、固定的窗口大小内视差不一致与匹配信息不够丰富的问题,提出了一种新的相似性测度函数和方向权值算法。首先,通过新的相似性测度函数建立两点的匹配代价;其次,在该点邻域内依据方向权值算法聚合窗口内的匹配代价;最后,通过WTA(Winner Take All)算法计算初始视差图,并根据左右一致性约束优化得到最终的稠密视差图。该方法较传统的区域匹配算法,匹配精度得到提高,算法运行效率也得到了提升,经实际验证该算法的稳健性较好。
