基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了改善线性生长算法获得视差图可靠性差的问题,提出了一种基于混合优化方法的立体匹配算法.该算法综合考虑了计算效率和图像可靠性,将视差匹配转换为多目标优化问题,通过提出的基于模拟退火的鸽群优化算法求解此优化问题,从而实现视差阈值的自适应调节,并获取相应的根点的最优视差值.所提出的混合优化方法较好地克服了局部寻优和全局寻优方法易受初值影响且收敛速度慢的缺点.此外,为了进一步提高视差图可靠性,利用滤波法去除不可靠的视差.仿真结果表明,该算法可以获得更多深度信息,提高了线性生长算法计算视差图的可靠性和鲁棒性.
推荐文章
基于蚁群优化算法的立体匹配
立体匹配
能量函数
蚁群优化算法
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
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 基于混合优化方法的立体匹配算法
来源期刊 系统工程与电子技术 学科 工学
关键词 立体匹配 视差图 自适应调节 鸽群算法 模拟退火算法
年,卷(期) 2020,(12) 所属期刊栏目 电子技术
研究方向 页码范围 2692-2699
页数 8页 分类号 TP301
字数 语种 中文
DOI 10.3969/j.issn.1001-506X.2020.12.04
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (110)
参考文献  (23)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(12)
  • 参考文献(0)
  • 二级参考文献(12)
2015(13)
  • 参考文献(1)
  • 二级参考文献(12)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(5)
  • 参考文献(4)
  • 二级参考文献(1)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(12)
  • 参考文献(12)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
立体匹配
视差图
自适应调节
鸽群算法
模拟退火算法
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导