基于mean-shift全局立体匹配方法
【出 处】:
【作 者】:
王召月
陈丽芳
江南大学数字媒体学院
江苏无锡214122
【摘 要】针对图像全局立体匹配精度高、计算量大的问题,提出基于meanshift图像分割的全局立体匹配方法。首先,通过meanshift算法对图像进行分割,获取图像同质区域数量和区域的标号。在计算匹配代价时,根据像素所属的分割区域,对像素进行筛选,从而提高匹配代价计算速度;其次,在代价聚合前,将meanshift算法获取的同质区域数K值赋值给K-means聚类算法,对像素再次聚类,提高立体匹配精度和速度;最后通过TRW-S置信传播解决能量最小化问题。实验表明,该算法明显提高了匹配的准确性和速度,与单纯的全局匹配算法相比,具有更大的优势。