仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2013年
7期
1539-1545
,共7页
王尧%余祖俊%朱力强%杨玲芝
王堯%餘祖俊%硃力彊%楊玲芝
왕요%여조준%주력강%양령지
脉冲耦合神经网络%立体匹配%立体视觉%统计推断%随机场
脈遲耦閤神經網絡%立體匹配%立體視覺%統計推斷%隨機場
맥충우합신경망락%입체필배%입체시각%통계추단%수궤장
pulse-coupled neural network%stereo matching%stereo vision%statistic inference%random field
立体匹配是寻找立体图像对中对应点的问题,是立体视觉的核心问题.现有立体匹配算法通常是就立体匹配问题建立适当的数学模型并进行求解,在匹配速度和匹配精度之间存在矛盾.以生物视觉研究为背景,提出一种基于脉冲耦合神经网络(PCNN)的立体匹配方法.该方法以Markov随机场(MRF)上的贝叶斯模型为基础,并利用PCNN建立其似然概率模型.将左右2幅图像分别输入到2个PCNN网络,通过迭代生成点火时间序列.引入点火时间序列的平均点火时间差的概念,利用2个像素对应神经元的平均点火时间差来评价2个像素的相似性,并以此为基础确定似然概率.最后利用信任传递(BP)算法求解Markov随机场模型的最大后验概率问题.利用广泛使用的立体视觉测试图像对算法进行了实验.实验结果表明该算法能够有效实现立体匹配,匹配效果较好.
立體匹配是尋找立體圖像對中對應點的問題,是立體視覺的覈心問題.現有立體匹配算法通常是就立體匹配問題建立適噹的數學模型併進行求解,在匹配速度和匹配精度之間存在矛盾.以生物視覺研究為揹景,提齣一種基于脈遲耦閤神經網絡(PCNN)的立體匹配方法.該方法以Markov隨機場(MRF)上的貝葉斯模型為基礎,併利用PCNN建立其似然概率模型.將左右2幅圖像分彆輸入到2箇PCNN網絡,通過迭代生成點火時間序列.引入點火時間序列的平均點火時間差的概唸,利用2箇像素對應神經元的平均點火時間差來評價2箇像素的相似性,併以此為基礎確定似然概率.最後利用信任傳遞(BP)算法求解Markov隨機場模型的最大後驗概率問題.利用廣汎使用的立體視覺測試圖像對算法進行瞭實驗.實驗結果錶明該算法能夠有效實現立體匹配,匹配效果較好.
입체필배시심조입체도상대중대응점적문제,시입체시각적핵심문제.현유입체필배산법통상시취입체필배문제건립괄당적수학모형병진행구해,재필배속도화필배정도지간존재모순.이생물시각연구위배경,제출일충기우맥충우합신경망락(PCNN)적입체필배방법.해방법이Markov수궤장(MRF)상적패협사모형위기출,병이용PCNN건립기사연개솔모형.장좌우2폭도상분별수입도2개PCNN망락,통과질대생성점화시간서렬.인입점화시간서렬적평균점화시간차적개념,이용2개상소대응신경원적평균점화시간차래평개2개상소적상사성,병이차위기출학정사연개솔.최후이용신임전체(BP)산법구해Markov수궤장모형적최대후험개솔문제.이용엄범사용적입체시각측시도상대산법진행료실험.실험결과표명해산법능구유효실현입체필배,필배효과교호.
