《表2 阈值为1时的误匹配像素对比》

  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

《基于颜色和边缘信息的非局部立体匹配算法》

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

unit:%

当阈值为1时，所提算法与原算法的实验结果对比如表2所示。Middlebury数据平台提供的算法可行性验证区域主要有三个：非遮挡区域（Nonocc）、深度不连续区域（Disc）和全部区域（All）。实验结果表明，所提算法在这三个区域的平均误匹配率均低于原算法，在不连续区域的改善效果尤为显著。Teddy的视差范围较大，纹理较为复杂，匹配误差较大，但与NLCA、VSW[17]、ASW[6]和VC[18]这几种算法相比，所提算法在所测的三个区域上都能得到较大改善，匹配误差都有所降低。四幅图像中，Tsukuba的视差范围最小，匹配难度相对较小，但所提算法是在原算法的基础上进行改进，得到了更精确的匹配效果。虽然在所提算法中，Venus的非遮挡区域和全部区域的误差值有所增大，但该图像的三个区域的平均误匹配率有所降低，且所提算法降低了四幅图像的整体误差值，提升了算法在不同情况下的适用性。