模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2010年
3期
385-395
,共11页
体视%图切割%α扩展%距离变换%最大流
體視%圖切割%α擴展%距離變換%最大流
체시%도절할%α확전%거리변환%최대류
提出一种改进的基于图切割的体视算法.首先,定义一种具有鲁棒性和适应性的能量函数,并证明所定义的能量函数的图可构造性.该能量函数利用rank变换减少数据项的噪声干扰,利用基于颜色相似度的自适应截断线性模型保护视差的不连续性.其次,分析目前图切割体视算法的复杂度,提出一种基于分割约束的α扩展操作.该操作根据颜色连通区域内视差平滑的特征,减少像素视差的搜索范围,引进距离变换获取α的候选对应,作为每次扩展时构造图的顶点,从而减少图中最大流的计算量.最后,利用视差分布下降的顺序进行α扩展来降低算法的迭代总数.实验结果表明,以上改进可有效提高图切割体视算法的计算效率和匹配精度.
提齣一種改進的基于圖切割的體視算法.首先,定義一種具有魯棒性和適應性的能量函數,併證明所定義的能量函數的圖可構造性.該能量函數利用rank變換減少數據項的譟聲榦擾,利用基于顏色相似度的自適應截斷線性模型保護視差的不連續性.其次,分析目前圖切割體視算法的複雜度,提齣一種基于分割約束的α擴展操作.該操作根據顏色連通區域內視差平滑的特徵,減少像素視差的搜索範圍,引進距離變換穫取α的候選對應,作為每次擴展時構造圖的頂點,從而減少圖中最大流的計算量.最後,利用視差分佈下降的順序進行α擴展來降低算法的迭代總數.實驗結果錶明,以上改進可有效提高圖切割體視算法的計算效率和匹配精度.
제출일충개진적기우도절할적체시산법.수선,정의일충구유로봉성화괄응성적능량함수,병증명소정의적능량함수적도가구조성.해능량함수이용rank변환감소수거항적조성간우,이용기우안색상사도적자괄응절단선성모형보호시차적불련속성.기차,분석목전도절할체시산법적복잡도,제출일충기우분할약속적α확전조작.해조작근거안색련통구역내시차평활적특정,감소상소시차적수색범위,인진거리변환획취α적후선대응,작위매차확전시구조도적정점,종이감소도중최대류적계산량.최후,이용시차분포하강적순서진행α확전래강저산법적질대총수.실험결과표명,이상개진가유효제고도절할체시산법적계산효솔화필배정도.