《表1 立体匹配算法的优缺点》
亚全局匹配算法的性能介于全局匹配算法和局部匹配算法之间。HIRSCHMLLER[36]首先提出了亚全局匹配算法。传统的亚全局匹配算法通常在像素级别上计算匹配代价,并在假设相邻像素具有相似视差的情况下将其聚合,这个过程需要很大的存储空间,为了解决这个问题,LEE等[37]提出了基于记忆效率的亚全局匹配方法。该方法将匹配代价作为一个高斯混合模型函数,大量的匹配代价通过一组高斯混合模型参数来表示,则基于高斯混合模型的参数聚合过程就取代了传统的代价聚合过程。传统算法需要假设像素具有颜色一致性,但在实际场景中,辐射条件一般不是理想状态。基于这种情况,NI等[38]提出了一种基于倾斜平面迭代优化的亚全局匹配算法。该算法将人口普查、梯度等结合起来作为匹配成本,降低了辐射畸变的影响。3类立体匹配算法的优缺点见表1。
图表编号 | XD00152331000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 翟国栋、张文涛、岳中文、潘涛、胡文渊、卢杏浩 |
绘制单位 | 中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)力学与建筑工程学院、神华信息技术有限公司、智能矿山(煤炭行业)工程研究中心、福建省信息处理与智能控制重点实验室(闽江学院)、中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)机电与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |