一种基于图像分割及邻域限制与放松的立体匹配方法 A Stereo Matching Method Based on K-means Segmentation and Neighborhood Constraints Relaxation.pdfVIP

一种基于图像分割及邻域限制与放松的立体匹配方法 A Stereo Matching Method Based on K-means Segmentation and Neighborhood Constraints Relaxation.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第34卷第4期 计 算 机 学 报 V01.34No.4 COMPUTERS 2011年4月 CHINESEJOURNAL0F Apr.2011 一种基于图像分割及邻域限制与放松的立体匹配方法 伍春洪 付国亮 (北京科技大学自动化学院北京 100083) (北京科技大学钢铁流程先进控制教育部重点实验室北京 100083) 摘要提出了一种以K一均值分割为基础的立体匹配方法.该方法不仅可以根据图像的内容自动调整匹配窗口 的形状.还可实现对参与匹配窗口的大小、数目和权重的智能调节.作者采用K一均值分割方法精确定位物体边界, 保证匹配窗口位于同一物体内部;邻域限制与放松可以进一步根据图像内容灵活地运用匹配窗121周围的环境信 息;两种方法的结合有效地提高了匹配过程中窗121选取的智能性.在国际立体视觉标准平台Middlebury网站中测 试的结果证实该算法提取的深度图的错误率低于其它局部优化算法,接近全局优化算法,运行效率高于现有的全 局优化算法,综合性能是出众的. 关键词立体匹配;邻域限制与放松;K一均值分割;邻域权重设置;遮挡处理 1.00755 中图法分类号TP391DOI号:10.3724/SP.J.1016.201 AStereo MethodBasedonK-means and Matching Segmentation Relaxation Constraints Neighborhood WU FU Chun—HongGuo—Liang AutomationandElectrical Scienceand 100083) (School Engineering,Universityof TechnologyBeOing·Beijing of AdvancedControlIronandSteel Education), (KeyLaboratoryfor of Process(Ministryof Scienceand 100083) Universityof TechnologyBeijing,Beijing AbstractThe astereo methodbasedonK—means paperproposes matching inthe thanone windowsareinvolvedinone method,morematching corresponding proposed task.Notthe butalsothesize,numberand ofeach windowcanbe only shape weight matching modified tothe content.K—means wasusedto

您可能关注的文档

文档评论(0)

000 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档