Hopfield网络在视差空间上的立体匹配求解

摘要：

由于边界区域的匹配精度是立体匹配问题的瓶颈,这里采用一种基于特征的匹配算法来重点研究场景中边界区域的匹配.首先针对立体匹配问题,提出一种基于RBF的边界提取算法,使得边界区域成为待匹配的像素点.研究像素点匹配需要满足的约束,构建相应的能量方程,接着采用Hopfield网络对能量函数进行优化来获得问题的求解.由于针对的是整个边界区域,直接将特征点输入网络会导致神经元数目过多、复杂度过高.为了降低算法复杂度,提出从视差空间上来构造网络模型.最后通过大量实验来验证算法的性能,包括标准图片、噪声图片与真实的场景图片.实验证明新算法能大大提高边界区域精度,克服了立体匹配的瓶颈,明显提高了整体区域精度,算法有很强的鲁棒性和实用性,即使在复杂情况下也能取得较好的效果.

关键词：立体匹配、边界特征提取、能量函数、Hopfield神经网络、视差空间

所属期刊栏目：50

分类号：TP301.6(计算技术、计算机技术)

资助基金：江苏省研究生创新基金项目164070838,CXLX11_0525

在线出版日期：2013-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1021-1029