基于图像分割的稠密立体匹配算法

马瑞浩; 朱枫; 吴清潇; 鲁荣荣; 魏景阳

doi:doi:10.3788/AOS201939.0315001

光学学报, 2019, 39 (3): 0315001, 网络出版: 2019-05-10

基于图像分割的稠密立体匹配算法下载： 1087次

Dense Stereo Matching Algorithm Based on Image Segmentation

马瑞浩 ^1,2,3朱枫 ^1,3,*吴清潇 ^1,3鲁荣荣 ^1,3魏景阳 ^1,3

作者单位

¹ 中国科学院沈阳自动化研究所, 辽宁沈阳 110016

² 东北大学信息科学与工程学院, 辽宁沈阳 110819

³ 中国科学院光电信息处理重点实验室, 辽宁沈阳 110016

图 & 表

图 1. 算法流程图。(a)匹配代价聚合;(b)视差后处理;(c)综合流程图

Fig. 1. Flow chart of algorithm. (a) Matching cost aggregation; (b) disparity post-processing; (c) integrated flow chart

下载图片查看原文

图 2. SLIC算法结果。(a) Tsukuba图像;(b)超像素分割图;(c)边缘图像

Fig. 2. Result of SLIC algorithm. (a) Tsukuba image; (b) superpixel segmentation image; (c) edge image

下载图片查看原文

图 3. 不同算法所得结果。(a)孔洞填充;(b)十字交叉自适应窗口加权中值滤波

Fig. 3. Results of different algorithms. (a) Hole filling; (b) cross adaptive window weighted median filtering

下载图片查看原文

图 4. 支持域

Fig. 4. Support region

下载图片查看原文

图 5. 不同参数对平均误差的影响。(a) N;(b) β和γ;(c) ρ;(d) T

Fig. 5. Influences of parameters on AvgPBM. (a) N; (b) β and γ; (c) ρ; (d) T

下载图片查看原文

图 6. 实验结果。(a)左图像;(b)真实视差图;(c)所提算法结果;(d) MST算法结果;(e) GF算法结果;(f) GA-DP算法结果

Fig. 6. Experimental results. (a) Left image; (b) ground-truth disparity; (c) result of proposed algorithm; (d) result of MST algorithm; (e) result of GF algorithm; (f) result of GA-DP algorithm

下载图片查看原文

表 1不同算法下的平均误匹配率

Table1. AvgPBM for different algorithms%

Algorithm	Tsukuba			Venus			Teddy			Cones			Avg PBM	Avg Disc
Algorithm	n-occ	all	disc	n-occ	all	disc	n-occ	all	disc	n-occ	all	disc	Avg PBM	Avg Disc
Proposed	1.50	1.95	6.71	0.11	0.33	1.25	5.27	10.8	14.5	2.38	8.02	7.01	4.99	7.36
MST	1.47	1.85	7.88	0.25	0.42	2.60	6.01	11.6	14.3	2.87	8.45	8.10	5.48	8.08
GF	1.51	1.85	7.61	0.20	0.93	2.42	6.16	11.8	16.0	2.71	8.24	7.66	5.55	8.42
GA-DP	1.57	2.00	7.32	0.89	1.00	3.18	7.20	12.4	16.1	3.68	9.18	8.62	6.10	8.80
Gray	1.91	2.74	9.70	0.32	0.68	4.25	5.99	11.7	16.2	3.70	9.64	10.7	6.46	10.21

查看原文

表 2不同算法下n-occ的平均误匹配率

Table2. AvgPBM for different algorithms on n-occ region%

Stereo pair	Proposed	GF	CS-MST	Gray	MST
Tsukuba	1.50₂	1.51₃	2.12₅	1.91₄	1.47₁
Venus	0.11₁	0.20₂	0.84₅	0.32₄	0.25₃
Teddy	5.27₁	6.16₅	7.61₄	5.99₃	5.53₂
Cones	2.38₁	2.71₂	4.10₄	3.70₃	6.01₅
Alone	4.58₂	5.53₄	4.14₁	7.13₅	4.63₃
Art	7.08₁	9.03₂	9.79₃	9.88₄	10.79₅
Baby1	2.62₁	4.69₃	7.37₄	3.24₂	8.39₅
Baby2	3.30₁	6.08₃	11.95₄	4.91₂	13.37₅
Baby3	3.46₁	5.79₄	5.64₃	4.52₂	7.25₅
Books	8.29₁	10.22₃	9.56₂	10.64₅	10.26₄
Bowling1	6.48₁	14.52₃	16.81₄	9.77₂	20.89₅
Bowling2	4.87₁	7.08₃	9.31₄	6.82₂	10.15₅
Cloth1	1.01₃	1.08₄	0.51₁	1.12₅	0.61₂
Cloth2	2.31₁	3.46₃	2.85₂	3.57₄	4.13₅
Cloth3	1.46₁	2.15₃	1.77₂	2.20₄	2.66₅
Cloth4	3.20₄	1.62₂	1.30₁	3.74₅	1.87₃
Dolls	4.08₁	5.04₃	5.00₂	6.57₅	5.95₄
Flowerpots	9.80₁	12.79₂	16.67₄	12.88₃	19.41₅
Lampshade1	5.59₁	11.57₄	10.43₃	6.74₂	11.99₅
Lampshade2	13.88₁	21.13₅	20.88₄	15.04₂	18.20₃
Laundry	15.65₃	16.40₄	13.69₂	18.50₅	12.94₁
Midd1	40.10₄	40.11₅	32.32₂	36.67₃	27.85₁
Midd2	39.24₅	35.85₃	34.50₂	36.93₄	32.09₁
Moebius	7.44₁	9.25₄	7.67₂	9.33₅	8.69₃
Monopoly	25.40₃	27.99₅	22.51₁	27.71₄	24.21₂
Plastic	33.62₁	39.29₂	42.53₄	40.21₃	47.03₅
Reindeer	27.57₄	7.23₁	9.15₂	28.36₅	9.87₃
Rocks1	3.68₄	2.70₂	2.23₁	4.41₅	2.83₃
Rocks2	2.04₃	1.61₂	1.57₁	2.58₅	2.08₄
Wood1	3.77₂	2.83₁	8.68₄	4.73₃	11.06₅
Wood2	2.27₂	2.34₃	0.99₁	3.00₄	5.61₅
AvgErr	9.42	10.25	10.44	10.74	11.23
AvgRank	1.87	3.06	2.61	3.67	3.65

查看原文

马瑞浩, 朱枫, 吴清潇, 鲁荣荣, 魏景阳. 基于图像分割的稠密立体匹配算法[J]. 光学学报, 2019, 39(3): 0315001. Ruihao Ma, Feng Zhu, Qingxiao Wu, Rongrong Lu, Jingyang Wei. Dense Stereo Matching Algorithm Based on Image Segmentation[J]. Acta Optica Sinica, 2019, 39(3): 0315001.

基于图像分割的稠密立体匹配算法下载： 1087次

图 1. 算法流程图。(a)匹配代价聚合;(b)视差后处理;(c)综合流程图

Fig. 1. Flow chart of algorithm. (a) Matching cost aggregation; (b) disparity post-processing; (c) integrated flow chart

图 2. SLIC算法结果。(a) Tsukuba图像;(b)超像素分割图;(c)边缘图像

Fig. 2. Result of SLIC algorithm. (a) Tsukuba image; (b) superpixel segmentation image; (c) edge image

图 3. 不同算法所得结果。(a)孔洞填充;(b)十字交叉自适应窗口加权中值滤波

Fig. 3. Results of different algorithms. (a) Hole filling; (b) cross adaptive window weighted median filtering

图 4. 支持域

Fig. 4. Support region

图 5. 不同参数对平均误差的影响。(a) N;(b) β和γ;(c) ρ;(d) T

Fig. 5. Influences of parameters on AvgPBM. (a) N; (b) β and γ; (c) ρ; (d) T

图 6. 实验结果。(a)左图像;(b)真实视差图;(c)所提算法结果;(d) MST算法结果;(e) GF算法结果;(f) GA-DP算法结果

Fig. 6. Experimental results. (a) Left image; (b) ground-truth disparity; (c) result of proposed algorithm; (d) result of MST algorithm; (e) result of GF algorithm; (f) result of GA-DP algorithm

表 1不同算法下的平均误匹配率

Table1. AvgPBM for different algorithms%

表 2不同算法下n-occ的平均误匹配率

Table2. AvgPBM for different algorithms on n-occ region%

关于本站 Cookie 的使用提示

全站搜索

基于图像分割的稠密立体匹配算法 下载： 1087次

图 1. 算法流程图。(a)匹配代价聚合;(b)视差后处理;(c)综合流程图

Fig. 1. Flow chart of algorithm. (a) Matching cost aggregation; (b) disparity post-processing; (c) integrated flow chart

图 2. SLIC算法结果。(a) Tsukuba图像;(b)超像素分割图;(c)边缘图像

Fig. 2. Result of SLIC algorithm. (a) Tsukuba image; (b) superpixel segmentation image; (c) edge image

图 3. 不同算法所得结果。(a)孔洞填充;(b)十字交叉自适应窗口加权中值滤波

Fig. 3. Results of different algorithms. (a) Hole filling; (b) cross adaptive window weighted median filtering

图 4. 支持域

Fig. 4. Support region

图 5. 不同参数对平均误差的影响。(a) N;(b) β和γ;(c) ρ;(d) T

Fig. 5. Influences of parameters on AvgPBM. (a) N; (b) β and γ; (c) ρ; (d) T

图 6. 实验结果。(a)左图像;(b)真实视差图;(c)所提算法结果;(d) MST算法结果;(e) GF算法结果;(f) GA-DP算法结果

Fig. 6. Experimental results. (a) Left image; (b) ground-truth disparity; (c) result of proposed algorithm; (d) result of MST algorithm; (e) result of GF algorithm; (f) result of GA-DP algorithm

表 1不同算法下的平均误匹配率

Table1. AvgPBM for different algorithms%

表 2不同算法下n-occ的平均误匹配率

Table2. AvgPBM for different algorithms on n-occ region%

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于图像分割的稠密立体匹配算法下载： 1087次