《表2 不同全局立体匹配算法效果》

  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

《双目视觉的立体匹配算法研究进展》

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

全局立体匹配算法通常无代价聚合步骤，是通过不断迭代，利用全局能量函数为每一个像素点进行视差分配，使得能量函数最小，全局算法获得的视差值更接近真实视差值。误匹配率的定义不是考察像素点对是否正确匹配，而是计算该点视差与真实视差的差值是否小于误差阈值，全局算法平滑了相邻像素点之间的视差值，故其对视差连续及无、弱纹理区域匹配效果较好，匹配精度高，但不断的迭代增加了算法复杂度。为了提高识别精度和运行效率，研究者们通常对传统全局算法进行优化以提高识别精度或更换加速平台以提高时间效率。从表2可以看出，全局算法的平均误匹配率为5.75%，比局部算法低1.26个百分点，其中以Ma等[20]的算法匹配效果最好，在Middlebury数据集中误匹配率为4.21%。该算法在改进能量函数并将置信传播法作用于区域而非像素以减小算法复杂度的基础上，结合局部自适应窗口的多相似度融合方法和全局置信传播方法，有效降低了误匹配率，但匹配代价的计算较为复杂，导致运行时间较长。利用局部和全局思想结合的方法取得最优视差图，给研究者提供了一个很好的思路。