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
本发明涉及多尺度立体匹配技术领域，公开了一种基于超像素分割的多尺度立体匹配方法及系统，该方法包括以下步骤：获取左右图像和拍摄环境的光照强度；对左图像进行图像分割；检测左图像中的小目标物体确定高斯金字塔层数并构建左右图像的高斯金字塔；计算改进的Census代价、SAD代价和梯度代价及各代价的环境权重系数，计算高斯金字塔的总融合代价；进行代价聚合；计算左图像中所有像素点的视差值并进行视差优化。本发明不仅可以有效地解决现有超像素分割算法中超像素个数需要人为设定、结果图过分割现象严重的问题，而且还可以有效地解决单一匹配代价造成的匹配精度低和匹配代价对光照变化不敏感的问题。
📄 2025100524503
📂 G06T7_10
👤 安徽建筑大学
📅 2025-01-14
本发明提供一种基于边缘的局部立体匹配方法，在得到初始视差图后，对视差图进行格点采样，并删除不稳定的格点，保留稳定的格点，对图像提取Canny边缘点，将稳定边缘点和稳定格点合并为稳定点集合，根据这些稳定点对应的视差对其余点进行插值，得到精确的稠密视差图。进一步的，本发明提供一种利用梯度为匹配代价，采用固定窗口的代价聚合方式计算匹配代价，经过左右一致性检测得到初始视差图的方法。本发明复杂度低、速度快、精度高的优点，适合实时性要求高的场合。
📄 2016108034927
📂 G06T7_30
👤 电子科技大学
📅 2016-09-06
本发明公开了一种基于简化独立成分分析和局部相似性的立体匹配方法，用于图像处理技术领域，该方法对DispNetC网络进行改进，首先提出了简化独立成分分析(ICA)代价聚合，引入匹配代价卷金字塔，简化ICA算法的预处理过程，同时定义简化ICA损失函数；其次，引入区域损失函数，结合单像素点损失函数，定义局部相似性损失函数，以完善视差图的空间结构；最后，简化ICA损失函数和局部相似性损失函数相结合，训练网络进行视差图预测，弥补视差图的边缘信息。本发明在保证视差图预测速度的同时，提高了视差图边缘以及细节部分的预测准确率，减少了在预测过程中对单像素点的依赖程度。
📄 2020101038270
📂 G06V10_74
👤 南京信息工程大学
📅 2020-02-20
本发明实施例提供一种双目立体匹配装置及方法，所述装置包括：空间特征提取模块，用于获取双目摄像装置采集并传来的左图像和右图像，并提取出第一空间特征图以及第二空间特征图；语义分割模块，用于提取出第一语义特征图以及第二语义特征图；边界检测模块，用于提取出第一边界特征图以及第二边界特征图；匹配代价构建模块，用于构建出第一匹配代价、第二匹配代价以及第三匹配代价；代价融合模块，用于计算生成与各个阶段对应的融合匹配代价；视差图获取模块，用于逐个阶段计算过渡视差图，并将最后一阶段的过渡视差图进行处理后作为目标视差图计算出目标视差图。本实施例能有效提高在弱纹理区域和纹理重复的区域获得的视差图的准确性。
📄 2020114831650
📂 G06T7_33
👤 电子科技大学中山学院
📅 2020-12-16
柿子坊 · 知识产权运营
柿子坊知识产权运营平台