一种新的非参数变换定义及立体匹配方法

提出了一种基于邻域差值的非参数变换立体匹配方法。该非参数变换方法是在图像中选定一个点,然后再找到与这个点水平方向相隔一定距离的一点,以这两个点为中心各选取一个窗口,比较两个窗口中对应像素的灰度大小差异,以这个差异值取代原图像的像素灰度值,这样产生的一个新的图像就是本文方法变换后的图像。将左右图像经过这种变换后,求变换后左右图像上点的匹配来产生立体视差。实验表明,在同等条件下,尤其存在噪声时,该方法与非参数rank变换和census变换比较,能得到更为准确的视差。

基于色彩相似性的自适应多窗口立体匹配

分析比较了应用彩色图像进行立体匹配的三种不同颜色相似性测度,并采用了匹配效果较好的策略。然后把这种颜色相似性测度应用到区域匹配方法的多窗口选择和自适应窗口尺寸缩减当中,使用SSD方法实现了彩色图像的立体匹配。实验结果表明,该方法具有更高的匹配精确性。

采用模糊判别的自适应多窗口立体匹配

考虑到立体匹配过程中存在的不确定性和模糊性,将已经获得广泛应用的模糊理论引入立体匹配领域,使用与人类感知相似的模糊逻辑为基础的HVS彩色图像点颜色相似性测度,然后把这种模糊颜色相似性测度应用到区域匹配方法的多窗口选择和自适应窗口尺寸缩减当中,最后用SSD方法实现了彩色图像的立体匹配。实验结果表明,该方法具有更高的匹配精确性。

彩色图像非参数变换立体匹配研究

将非参数Rank变换引用到彩色图像的立体配算法中,采用绝对值指数方法来计算像素的颜色相似性,对彩色图像进行一种分等级的改进Rank变换,将彩色图像转变了一个整数矩阵,然后建立一种新的匹配测度,同时加入色差梯度约束进行匹配。通过对比实验,表明这种新的匹配基元进行匹配,与直接采用灰度特征作为匹配基元的算法相比,有更好的抗噪性和匹配准确性。

存在镜面反射时的双目立体匹配

传统的立体匹配方法建立在Lambertian的漫反射模型之上,漫反射模型的立体匹配在一个图像的大多部分是有效的,但是在处理图像中包含镜面反射的部分时结果会产生严重的匹配错误。笔者利用漫反射和镜面反射在灰度和最大色度上的不同,分离出镜面反射的像素,然后采用一种针对镜面反射的匹配测度,在图像中漫反射部分和镜面反射部分都能匹配得到正确的视差。结果证明了方法的有效性。

深度包检测技术在防火墙中的应用探讨

介绍了深度包检测技术的背景、特点和原理,分析了该技术与普通防火墙技术的不同以及在防火墙中的应用。

存在镜面反射时的立体匹配研究

传统的立体匹配方法建立在Lambertian的漫反射模型之上,漫反射模型的立体匹配在一个图像中大部分是有效的,但是在处理图像中包含镜面反射部分时结果会产生严重的匹配错误。为了解决个问题,根据二色反射模型引入一种漫反射和镜面反射的分离方法,匹配图像中存在镜面反射部分时先滤除掉镜面反射再进行匹配,在镜面反射部分也能匹配得到正确的视差。实验结果证明该方法很有效。

基于模糊判别的快速图切割立体匹配

针对图切割算法存在匹配时间过长的不足,提出了一种快速的图切割立体匹配方法.选用模糊逻辑提取少量的候选匹配点,然后用这些候选匹配点构造缩减的图,再进行图切割立体匹配.采用标准图像对文中方法进行测试,并与图切割立体算法和动态规划算法进行比较的结果表明,该方法较好地保留了图切割算法匹配的准确性,而运行时间仅为图切割算法的1/35.