《表1 误匹配率对比：基于多特征融合与树形结构代价聚合的立体匹配算法》

  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

《基于多特征融合与树形结构代价聚合的立体匹配算法》

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

%

为了对匹配算法的效果进行定量分析，根据Middlebury测试集提供的4张测试图像所对应的标准视差图进行误匹配率计算.表1列出了3种算法的误匹配率，其中n-occ表示非遮挡区域，all表示所有区域，disc表示深度不连续区域.误匹配率越小则立体匹配算法准确度越高由表1中的数据可见，本算法在Tsukuba，Venus和Teddy 3张测试集图像上的误匹配率均低于SemiGlob算法，且在Venus和Teddy 2张测试图像上的N-occ非遮挡区域优于NonLoca filter算法.测试得到的平均误匹配率为6.38%，低于SemiGlob的7.50%，略高于NonLoca filter算法的5.48%.