《表1 立体匹配算法的优缺点》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于双目视觉技术的煤矿救援机器人研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。HIRSCHMLLER[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。