全景纵向漫游中极线匹配的置信传播算法

摘要：

深度信息的获取是全景纵向漫游的关键基础,为了提高前后场景图像匹配的精确度,提出一种极线匹配的置信传播算法.首先根据对极几何原理,以图像中心点为基准全方向发散构建出前后场景图像的对极线;其次利用对极线路径信息在匹配代价函数中增加垂直方向的匹配代价分量,并用置信传播算法生成视差图;最后通过前后场景图像的几何关系构建视差与深度的计算模型,从而获取深度信息.实验结果表明,与局部优化算法相比,该算法深度图的结构相似性平均提高了0.22,峰值信噪比平均提高了24％,对于前后场景图像深度信息的获取具有更好的效果.

关键词：全景纵向漫游、极线匹配、代价函数、置信传播、深度图

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金面上项目61471124;福建省自然科学基金面上项目2017J01757,2014J01234;福建省教育厅基金一般项目JA15061

在线出版日期：2018-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：400-407