双目视觉立体匹配matlab,双目视觉立体匹配方法

双目视觉立体匹配方法【专利摘要】双目视觉立体匹配方法,首先对视图组中待匹配点进行基于稠密特征描述方法的视差先验估计,而后使用汉明间距方法计算视图组中候选匹配点之间的匹配代价,然后使用基于自适应窗口代价聚集方法求取候选匹配点的代价聚集值,然后再使用基于最大后验概率模型的视差估计方法计算视图组中每个像素点的视差值,最后对立体匹配结果进行求精处理。本发明可以有效抑制左右视图光照不同或曝光时间不同对立体匹...
摘要由CSDN通过智能技术生成

双目视觉立体匹配方法

【专利摘要】双目视觉立体匹配方法,首先对视图组中待匹配点进行基于稠密特征描述方法的视差先验估计,而后使用汉明间距方法计算视图组中候选匹配点之间的匹配代价,然后使用基于自适应窗口代价聚集方法求取候选匹配点的代价聚集值,然后再使用基于最大后验概率模型的视差估计方法计算视图组中每个像素点的视差值,最后对立体匹配结果进行求精处理。本发明可以有效抑制左右视图光照不同或曝光时间不同对立体匹配的影响,获得了较高的立体匹配精度,算法快速、稳定、可靠。

【专利说明】双目视觉立体匹配方法所属【技术领域】

[0001]本发明涉及一种双目视觉数字图像的处理方法,特别是双目视觉立体匹配方法。【背景技术】

[0002]立体匹配是由二维图像信息获得三维物体信息的主要技术手段,在三维场景重构、自动驾驶、虚拟现实等许多双目视觉应用中,立体匹配一直是一个极具挑战性的核心问题。立体匹配一般假设匹配像素之间具有相似的亮度或者颜色信息,并基于这些信息进行视差估计。然而,实际应用场景中由于左右视图存在辐射变化导致这种假设并不成立。光照变化和摄像机的曝光时间变化是影响立体匹配主要的辐射变化因素,大多数立体匹配方法面临这些变化时其表现都会明显下降。调试好的立体匹配方法只能在输入图像辐射不变的条件下使用,否则会产生很大的匹配误差。

[0003]目前立体匹配方法主要分为局部匹配方法和全局匹配方法两种。局部匹配方法通过固定尺寸窗口进行代价聚集,运算速度快,但在低纹理和深度不连续区域匹配效果差;全局匹配方法虽然能够通过构建复杂的能量函数模型得到高精度的匹配结果,但计算速度慢,并且对计算机的内存需求较大。此外,上述两种方法大都没有考虑左右视图辐射变化这一因素,其理想的匹配效果获取的前提条件是参与匹配的左右视图是在同一条件下得到的,即左右视图的

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值