本发明是一种基于水平树结构的可变权重代价聚合立体匹配算法,该方法包括计算匹配代价、计算引导图像、构建水平权值树与垂直权值树、代价聚合、更新权值树、代价聚合和视差优化等阶段。在代价聚合阶段获得初始视差值后,对四领域图边的权值进行相应的调整,将平滑约束和权值调整结合起来,通过对四领域图边的权值更新,构建新的水平权值树和垂直权值树,沿着水平树、垂直树聚合,代价聚合结果表明对背景区域和图像边界区域匹配精度有一定提高。
📄 2017105596645
📂 G06T7_593
👤 江南大学
📅 2017-07-11
本发明提供了一种基于改进型形状上下文的工件图像稀疏立体匹配方法,该方法融合了能反映点位置分布关系的形状上下文和能反映点梯度属性的梯度方向直方图特征,主要包括:对包含工件的左右图像对进行预处理,包括灰度归一化和大津法(Otsu)二值化;对二值图像对进行Canny边缘提取,均匀采样得到离散边缘点;根据形状上下文的直方图分布确定候选匹配点集,并改进相似性度量计算公式,进行形状上下文粗匹配;根据梯度方向直方图特征进行梯度方向直方图细匹配;引入左右一致性校验去除误匹配点对。本发明在满足实时性要求的情况下,提高了原始形状上下文匹配精度和匹配鲁棒性,为后续实现快速、精确的工件3D定位提供基础。
📄 2015102533857
📂 G06T7_55
👤 江南大学, 无锡信捷电气股份有限公司
📅 2015-05-14
本申请公开了一种基于多特征聚合的立体匹配方法,涉及计算机视觉技术领域,该方法包括:对立体图像进行浅层特征提取得到浅层特征图,对立体图像进行深层特征提取得到深层特征图;对深层特征图进行多尺度语义特征提取以及多尺度语义特征聚合得到立体图像的语义特征;对浅层特征图进行多尺度纹理特征提取以及多尺度纹理特征聚合得到立体图像的纹理特征;聚合语义特征以及纹理特征,得到立体图像的图像特征;将立体图像对中立体图像的图像特征进行连接,得到初始代价体;对初始代价体进行多尺度特征聚合得到优化后的目标代价体;基于目标代价体进行视差估计,得到立体图像对之间的视差图。该方法有助于提高立体匹配的匹配精度。
📄 2023111776636
📂 G06V10_75
👤 江南大学
📅 2023-09-13
本申请涉及光谱成像技术领域,公开了一种基于高光谱低秩性与双目立体匹配的光谱成像方法及系统,包括:将高光谱图像低秩表示为:,基于SVD算法对正交谱基和系数进行更新,利用初始高光谱图像合成CASSI分支视角下的彩色图像,通过GwcNet神经网络获取CASSI分支视角下的彩色图像和RGB相机视角下的彩色图像之间的视差,并根据视差将RGB相机的彩色图像对齐到CASSI分支,以形成新的彩色图像,将新的彩色图像和原始的编码后的图像再次用低秩序算法快速重建出高光谱图像,该方法充分挖掘了光谱图像的低秩特性,极大的提高了成像速度,并且,使用彩色图像指导重建光谱图像,并且通过两次色散,消除了第一个棱镜色散可能带来的像差,一定程度上能提高光谱重建精度。
📄 202310310958X
📂 G01J3_28
👤 杭州电子科技大学
📅 2023-03-28
一种用于立体匹配的特征提取方法,将经过校正的、尺寸为W*H*C的原始图像输入到特征提取网络中;通过预处理模块和Resnet提取多个特征图;通过最大值池化操作,对提取到的多个特征图进行不同大小的最大值池化,构建特征金字塔;利用堆叠结构进行特征融合并压缩金字塔尺度范围,得到下一个金字塔,经过多次压缩,直至输出单一的尺度特征。对输出的单一的尺度特征,进行3*3的卷积;通过跳跃连接,将Resnet最后一层特征输出与特征输出在通道维度上进行拼接,然后通过3*3卷积与1*1卷积,构造特征体。本发明能够被用来提取足够的丰富特征,适用于深度立体匹配网络的特征输入。
📄 202010693071X
📂 G06K9_46
👤 三峡大学
📅 2020-07-17
一种新型立体匹配优化方法,输入双摄像头拍摄后经过校正的、图像类型为RGB的左右图像,将所述左右图像转换为灰度图,设定其中一个为参考图像,另一个为检索图像,进行局部匹配;建立自适应窗口;根据欧式空间的接近性和Lab颜色空间的相似性,构造自适应权重;构造匹配代价:根据胜者为王算法,计算初始视差;根据左右一致性原则剔除误匹配点,再用邻点法补充剔除的误匹配点;应用边缘约束算法进行视差聚类,得到优化视差图。相较于传统自适应权重算法,本发明方法所得到的视差图精度相比较原算法而言得到明显改善,极大的提升了在低纹理和视差不连续区域的匹配效果。
📄 2020106929996
📂 G06K9_62
👤 三峡大学
📅 2020-07-17
本发明公开了一种基于灰度用于骨料重建的快速立体匹配方法,在缩小匹配时视差搜索区间的同时减少匹配像素点个数来缩减计算量,从而达到快速匹配的目的。所述减少匹配像素点个数的方法是仅获取ROI像素进行匹配。所述ROI为含有骨料信息的像素区域。本发明相较于基于特征的立体匹配方法,在保证实时性的情况下,可以获得精度更高、更为稠密的视差图,不需要再进行插值处理。相较于基于灰度的立体匹配方法,可以在保证高精度重建的前提下大幅度减少算法的计算量,缩短计算时间提高效率。
📄 2022113276743
📂 G06T7_593
👤 浙江工业大学
📅 2022-10-27
本发明涉及一种基于外极线距离变换的树型滤波立体匹配方法。本发明首先读入两幅输入图像,计算两幅图像每个像素点的初始视差矩阵,然后利用颜色分割约束生成颜色分割图像,再将外极线原理应用到颜色分割图像中,获得外极线距离变换图像,然后利用外极线距离变换图像和输入图像共同构造最小生成树结构,并计算生成树每条边的权值,然后执行树型滤波算法,获得初始视差图像,最后对初始视差图像进行视差精化。本发明方法将外极线距离引入到代价聚合的过程中,精确度高,计算量小。本发明方法可以应用于无人车导航系统中。
📄 2016101473637
📂 G06T7_00
👤 杭州电子科技大学
📅 2016-03-15
本发明提出了一种基于卷积神经网络的双目立体匹配方法,通过改进现有的用于视差估计的DispNet网络模型,利用亚像素卷积来替代原本网络模型中的上采样层。相比于原上采样操作在较高的分辨率图像上进行,亚像素卷积直接在低分辨率图像上进行卷积计算,这不仅提高了计算效率,对于整个网络而言则加快了匹配速度,同时它还提高了网络模型的良好性能,增加了丰富的细节信息,解决了病态区域无法正确匹配的问题。
📄 2018108422688
📂 G06T7_55
👤 杭州电子科技大学
📅 2018-07-27
本发明公开了一种基于立体匹配的电力刀闸三维信息恢复方法,通过对采集的双目立体图像进行立体匹配得到刀闸二维视差图,之后结合双目立体视觉原理,恢复刀闸图像的三维空间信息;所述的立体匹配包括构建匹配代价计算函数和加权水平树结构,在此基础上结合边缘检测进行代价聚集,之后通过视差计算和视差精化得到二维视差图。采用本发明的方法可以有效地提高刀闸匹配的准确率和效率,获得更加精确的刀闸视差图和三维坐标信息。
📄 2019107733699
📂 G06T7_13
👤 河海大学常州校区
📅 2019-08-21
本发明公开了基于逐组SAD成本量和特征重利用的双目立体匹配算法,本发明提出采用逐组SAD的方法去计算成本量,相减可以更明确的表征特征间的相似性,区域的相减考虑了周围像素的信息和上下文信息,可以更加明确的计算特征间的相似性,与全相关和逐组相关相比,提高了成本量的准确性,为3D聚合部分提供了更加精确的信息,进而提高了立体匹配的精度;并且构建了基于稠密连接的特征重利用聚合网络,采用稠密连接的原理对代价聚合部分的多尺寸信息进行重复利用,减少了在编码解码过程中信息的丢失,在一定程度上提高了代价聚合网络的有效性,在不增加时间消耗的前提下,提高了聚合网络的效率,在没有增加时间的前提下进一步提高了匹配精度。
📄 2021114744820
📂 G06V10_74
👤 燕山大学
📅 2021-12-03
一种基于极曲线几何的鱼眼图像稠密立体算法,首先根据鱼眼相机成像模型推导出鱼眼立体系统的极曲线解析式;然后根据极曲线解析式为基础规范对应点的搜索路径和选取正确的窗口邻域以计算初始匹配代价;最后利用动态规划算法对初始匹配代价进行优化得到鱼眼图像的初始视差图。本发明算法规范了对应点的搜索范围,具有匹配速度快、鱼眼图像匹配精度高等优点。
📄 2015109560889
📂 G06T7_30
👤 滨沅国科(秦皇岛)智能科技股份有限公司
📅 2015-12-18