【摘 要】
：
针对传统Census变换的立体匹配算法在弱纹理区域匹配精度低,易受到噪声点的影响,以及提高Census算法的实时性,提出一种改进的Census变换和自适应窗口的立体匹配算法。在代价计算阶段,首先根据区域纹理的强弱来自适应匹配窗口大小,采用三种状态信息进行Census变换计算初始代价,提高单像素的匹配精度和降低消耗时间。然后在代价聚合阶段,采用时间复杂度较低的引导滤波解决单像素匹配代价鉴别性低所带来
【机 构】
：
江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122
论文部分内容阅读
针对传统Census变换的立体匹配算法在弱纹理区域匹配精度低,易受到噪声点的影响,以及提高Census算法的实时性,提出一种改进的Census变换和自适应窗口的立体匹配算法。在代价计算阶段,首先根据区域纹理的强弱来自适应匹配窗口大小,采用三种状态信息进行Census变换计算初始代价,提高单像素的匹配精度和降低消耗时间。然后在代价聚合阶段,采用时间复杂度较低的引导滤波解决单像素匹配代价鉴别性低所带来的精度低的问题。最后使用左右一致性检测原则减少异常点,得到最终的视差图。利用Middlebury平台标准
其他文献
基于对SSD(Single Shot MultiBox Detector)目标检测算法的分析,提出了一种基于深度学习的深层次多尺度特征融合目标检测(DMSFFD)算法。首先将SSD的特征层与相邻特征层进行融合,在融合之后的特征图中加入尺寸为3pixel×3pixel的卷积层,以减小上采样的混叠效应。之后进行更深层的特征融合,分别对较小的三个卷积层进行上采样操作,然后对4个特征层进行concate操
基于先验框设计(anchor-based)的多类目标检测算法存在超参数多、泛化能力差、正负样本不平衡的问题。针对这些问题,提出一种基于改进无锚(anchor-free)方法的目标检测算法。首先,针对传统算法在多类目标检测任务中难以获得鲁棒的特征表达的问题,构建基于上下文结合的自校准双重注意力模块,通过混合空洞卷积组获取多感受野信息;然后以低维空间嵌入的方式进行自校准获取上下文空间信息;最后将空间信
基于光栅条纹投影的三维测量技术通过相移法提取相位主值,相位主值展开的准确性是决定整个三维测量系统精度的关键因素。时间相位解包裹算法能够实现对孤立及表面不连续物体的相位展开,但受传感器及环境噪声的影响,得到的解相结果误差较大。为了选择出抗噪性能好的算法,本文通过仿真及实验对比了几种时间相位解包裹算法的抗噪性能。结果表明,多频层级相位展开法和负指数拟合法具有良好的抗噪性能,解相精度高,而多波长外差法和
为了解决深度学习模型在人脸表情识别研究中存在的数据集需求量大、硬件配置要求高等问题,提出了一种基于卷积注意力的轻量级人脸表情识别方法。首先,用分解卷积对模型参数进行降维处理;然后,在模型中嵌入卷积注意力机制模块,以提高模型的特征提取能力;其次,针对数据集中的类别不平衡问题,采取代价敏感的损失函数对模型进行优化;最后,进行表情识别任务前将模型在人脸识别数据集上进行预训练,以提高模型提取人脸特征的能力
为解决桡骨远端骨折内部病灶区域骨碎块多且不规则,致使医生漏诊及误诊率高的问题,利用课题组前期收集的临床桡骨远端骨折病例设计了一种监督式桡骨远端骨折自动分型的深度学习诊断模型.实验中还引入迁移学习思想,提高了诊断模型的训练效率.最后采用交叉验证的方法对模型进行评估,结果表明,本文提出诊断模型的分类结果优于传统机器学习及经典深度学习分类模型,分类准确率达到了 84.2％,较经典深度学习模型提升了 4％左右,且网络结构简单,运算速度快,具有一定鲁棒性和较强的泛化能力.
双频条纹投影法是一种常用的相位展开算法。受随机噪声和相机离焦等因素的影响,双频相位展开算法的条纹级次计算结果易出现错误,导致相位误差。为了解决此问题,提出了一种相位展开校正算法,对高频条纹级次进行校正。首先,根据高频截断相位的取值范围,将整个条纹区域分割成两个掩模;然后,分别对这两个掩模进行连通域标记,统计每个标记区域内出现次数最多的条纹级次,并将出现次数最多的条纹级次值赋值给当前标记区域内的所有
为了检测出规范化质量控制下品质异常的平整表面,提出一种关于平整表面反射率异常的单像素检测理论,该方法使用单像素探测器并且只需投影单幅结构光图像。推导关于平整表面反射率异常的单像素检测的辐射通量分布,结果分析表明:在均匀照度条件下,面对探测器的辐射通量空间分布呈现不均匀性,因此采用特别的照度设计可以实现辐射通量分布的均匀化,并将平整表面反射率的异常分布转化为反射率累积异常(或者总辐射通量异常)。实验
针对浮选加药状态在线检测困难、识别效率低和主观性强等问题,提出了一种基于多尺度卷积神经网络(CNN)特征及行列自编码核极限学习机(RAE-KELM)的浮选加药状态识别方法。首先,对浮选泡沫图像进行非下采样Shearlet多尺度分解,用CNN提取每个尺度图像的深度特征并进行多尺度特征融合;然后,构建RAEKELM,将用量子计算改进的细菌觅食算法用于RAE-KELM的参数优化;最后,通过自建数据集训练
波前探测是辅助望远镜装调的主要技术手段,针对大口径光学系统内部空间受限的问题,提出一种基于本征模式系数求解失调量的计算机辅助装调方法.相比传统的灵敏度矩阵法,本文方法计算量小,不需要对探测器进行分区处理,简化了波前重构矩阵的构造.通过分析本征模式系数与次镜失调量的关系,建立两者之间的灵敏度矩阵模型,对1 m 口径同轴三反望远镜进行装调仿真,在次镜偏心为±0.3 mm、倾斜为±0.2°的失调范围内,两步迭代实现了像差校正,得到的中心视场波前像差均方根值(RMS)均小于A/14.该研究对未来大口径光学系统的装
高光谱图像具有非线性的特点,且光谱间具有较强的相关性,利用线性的方法对高光谱数据进行维数变换容易损失一些信息。将核函数引入到最小噪声分离变换(MNF)中,提出了核最小噪声分离变换(KMNF),通过非线性映射将数据映射到高维特征空间,并在高维空间进行最小噪声分离成分的提取。利用高光谱图像较强的谱间相关性和空间邻域相关性,利用前后两个波段和空间邻域加权进行多元线性回归处理,对高光谱数据进行较准确的噪声