原文服务方: 微电子学与计算机       
摘要:
为了提高传统的基于图割的立体匹配算法的鲁棒性,提出一种基于图像增强的图割立体匹配方法,传统算法是在图像灰度值的基础上构建能量函数,该方法加入了图像的梯度值来构建能量函数,然后将基于二值化标号函数的α扩展算法和KV最大流算法结合起来求解能量函数。由于梯度对于图像中的噪声、局部光照具有鲁棒性,因此该算法在一定程度上增加了传统GC算法的鲁棒性,最后通过仿真和实验验证了算法的有效性。
推荐文章
一种基于图割的改进立体匹配算法
立体匹配
图割
简化网格图
最小割最大流
一种边缘保持立体匹配方法
立体匹配
超像素分割
边缘保持代价聚集
导向十字滤波
点云上采样
一种"客观度量"和"深度学习"共同驱动的立体匹配方法
立体匹配
深度学习
特征融合
引导滤波器
胜者全赢算法
视差图
基于区域的稠密立体匹配方法
种子点
区域增长
稠密匹配
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 一种稳健的图割立体匹配方法
来源期刊 微电子学与计算机 学科
关键词 梯度 鲁棒性 能量函数 图割 立体匹配
年,卷(期) 2016,(4) 所属期刊栏目
研究方向 页码范围 27-31,36
页数 6页 分类号 TP391
字数 语种 中文
DOI
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 杨靓 36 234 10.0 14.0
2 马东东 1 9 1.0 1.0
3 刘向增 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (1)
参考文献  (4)
节点文献
引证文献  (9)
同被引文献  (18)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
梯度
鲁棒性
能量函数
图割
立体匹配
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导