网站大量收购独家精品文档,联系QQ:2885784924

基于最大似然估计的小基高比立体匹配方法.pdf

基于最大似然估计的小基高比立体匹配方法.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
基于最大似然估计的小基高比立体匹配方法

第29卷第4期 计 算 机 应 用 研 究 Vol29No4 2012年4月  ApplicationResearchofComputers Apr2012 基于最大似然估计的小基高比立体匹配方法 1 2 2,3 李金凤 ,边继龙 ,纪明宇 (1.牡丹江师范学院计算机科学与技术系,黑龙江 牡丹江 157012;2.哈尔滨工程大学 计算机科学与技术学 院,哈尔滨 150001;3.东北林业大学信息与计算机工程学院,哈尔滨 150040) 摘 要:针对小高比立体匹配当中的亚像素精度和粘合现象问题,提出了一种基于最大似然估计的小基高比立 体匹配方法。该方法首先根据混合式窗口选择策略为参考图像中的每一点确定匹配窗口;然后在视差范围内根 据规范化互相关函数计算匹配代价,再利用胜者全取策略计算每一点视差;最后采用基于最大似然估计的亚像 素匹配方法获得亚像素级视差。实验结果表明,该方法有效地减少了立体匹配中的粘合现象,同时获得了较高 精度的亚像素视差,其平均亚像素精度可达1/20个像元。 关键词:立体匹配;小基高比;混合窗口策略;最大似然估计;亚像素视差 中图分类号:TP391.41   文献标志码:A   文章编号:10013695(2012)04157803 doi:10.3969/j.issn.10013695.2012.04.106 Smallbaselinestereomatchingmethodbasedonmaximumlikelihoodestimation 1 2 2,3 LIJinfeng,BIANJilong,JIMingyu (1.Dept.ofComputerScience&Technology,MudanjiangNormalUniversity,MudanjiangHeilongjiang157012,China;2.CollegeofCompu terScience&Technology,HarbinEngineeringUniversity,Harbin150001,China;3.CollegeofInformation&ComputerEngineering,Northeast ForestryUniversity,Harbin150040,China) Abstract:Thispaperproposedasmallbaselinestereomatchingmethodbasedonmaximumlikelihoodestimationforthesub pixelaccuracyandadhesionphenomenoninsmallbaselinestereovision.Firstly,itusedthehybridwindowstrategytodeter minethematchingwindowforeachpointinthereferenceimage.Secondly,itemployedthenormalizecrosscorrelationfunction tocomputematchingcostforpossiblematchingpointsinthedisparityrange,thenutilizedthewinnertakeallstrategytocom putethedisparity.Finally,itdevelopedthesubpixelstereomatchingmethodbasedonmaximumlikelihoodestimationtoattain thesubpixeldisparity.Theexperimentalresultsshowthatthismethodefficientlydecreasesadhesionpheno

文档评论(0)

sunshaoying + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档