《表2 三种方法在室内场景下深度恢复的计算时间》

  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

《基于分割树的移动机器人立体匹配研究》

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

通过以上分析可以看出，本文R-STC方法在实验台、长廊、墙角、楼梯口这四种场景下，能够对反光、低纹理、重复纹理的物体进行准确的深度恢复，效果明显优于ST-1和ST-2方法。在对场景深度恢复的同时，能够提供场景的分割图像，为移动机器人提供语义信息。将本文R-STC与ST-1和ST-2这三种方法在这四种场景下的深度恢复计算时间进行对比，每种方法在相同场景下运行5次取计算时间的中位数作为计算结果，最终的计算时间对比结果如表2所示。在表2中，ST-1方法深度恢复平均计算时间为0.547 s，ST-2方法深度恢复平均计算时间为1.292 s，本文R-STC方法平均计算时间为0.451 s。在深度恢复计算时间方面，本文方法比ST-1方法提高了21.3%，比ST-2方法提高了187.140%。