作者:
原文服务方: 科技与创新       
摘要:
立体匹配技术使得通过像点获取景物的距离信息,实现三维立体再现成为可能,是计算机视觉研究中最基本的关键问题之一.本文选择图像的边缘点作为匹配基元.以边缘特征点处的灰度值、梯度的大小和方向、拉普拉斯值作为其属性值,依据立体匹配的约束条件,建立能量函数.在进行图像的立体匹配的过程中,运用蚁群优化算法找寻使能量函数达到最小的路径,从而实现立体匹配.实验证明,该方法具有较强的稳定性,能得到较高精度的匹配结果.
推荐文章
立体匹配算法研究综述
立体匹配
全局立体匹配
局部立体匹配
立体匹配算法进展
立体视觉
匹配算法
实时性
准确性
基于改进Census变换的立体匹配算法
立体匹配
统计变换
Hamming距离
视差优化
基于图像分割的改进立体匹配算法
图像分割
立体匹配
聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群优化算法的立体匹配
来源期刊 科技与创新 学科
关键词 立体匹配 能量函数 蚁群优化算法
年,卷(期) 2008,(24) 所属期刊栏目 软件时空
研究方向 页码范围 227-228,249
页数 3页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2008.24.091
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 苏胤杰 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (16)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (10)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
立体匹配
能量函数
蚁群优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导