徐锦涛;杨庆雄;唐金辉;冯祖仁 线性时不变光照立体匹配。 (英语) Zbl 1398.68602号 国际期刊计算。视觉。 119,第2期,179-193(2016). 摘要:本文提出了一种新的相似性度量,它对全局和局部仿射光照变化具有不变性。与现有方法不同,它的计算复杂度很低。当用于立体对应估计时,其计算复杂度与图像像素数和视差搜索范围呈线性关系。在Middlebury基准的精确度方面,它也优于当前最先进的相似性度量(具有辐射差异)。 MSC公司: 68T45型 机器视觉和场景理解 68单位10 图像处理的计算方法 关键词:立体匹配;最小生成树;辐射变化 PDF格式BibTeX公司 XML格式引用 \textit{J.Xu}等人,《国际计算杂志》。视觉。119、2号、179--193(2016;Zbl 1398.68602) 全文: 内政部 参考文献: [1] 布朗,M;布尔施卡,D;Hager,GD,计算立体声进展,IEEE交易模式分析和机器智能,25993-1008,(2003)·doi:10.1109/TPAMI.2003.1217603 [2] 中国,A;卓,S;古普塔,右;泰,Y;Cho,S;Tan,P;Lin,S,互联网图像的语义着色,ACM图形转换,30156:1-156:8,(2011) [3] Cox,I.、Roy,S.和Hingorani,S.(1995)。用于恒定图像亮度的图像对的动态直方图扭曲。在ICIP公司. [4] De-Maeztu,L.、Mattoccia,S.、Villanueva,A.和Cabeza,R.(2011年)。线性立体匹配。在ICCV,2011年11月(第1708-1715页)。 [5] 丁毅、肖杰和于杰(2011)。图像重定目标的重要性过滤。在CVPR公司. [6] Egnal,G.(2000年)。作为立体通信措施的相互信息,技术报告MS-CIS-00-20。宾夕法尼亚大学计算机与信息科学。 [7] Goesele,M.、Snavely,N.、Curless,B.、Hoppe,H.和Seitz,S.(2007年)。用于社区照片收集的多视图立体声。在ICCV公司. [8] He,K.,Rhemann,C.,Rother,C.,Tang,X.,&Sun,J.(2011)阿尔法消光的全球采样方法。在CVPR,2011年6月(第2049-2056页)。 [9] He,K;孙,J;Tang,X,使用暗通道优先去除单幅图像模糊,IEEE事务模式分析和机器智能,332341-2353,(2011)·doi:10.1109/TPAMI.2010.168 [10] He,K;孙,J;Tang,X,引导图像过滤,IEEE事务模式分析和机器智能,351397-1409,(2013)·doi:10.1109/TPAMI.2012.213 [11] Heo,Y.、Lee,K.和Lee,S.(2009年)。基于互信息的立体匹配结合了对数彩色空间中的sift描述子。在CVPR,2009年(第445-452页)。 [12] 你好,Y;李,K;Lee,S,使用自适应归一化互相关的鲁棒立体匹配,IEEE事务模式分析和机器智能,33807-822,(2011)·doi:10.1109/TPAMI.2010.136 [13] Heo,Y.、Lee,K.和Lee,S.(2013)。不同光照和相机立体图像的联合深度图和颜色一致性估计。IEEE事务模式分析与机器智能,35(5), 1094-1106. [14] 赫斯特内斯,M;Stiefel,D,求解线性系统的共轭梯度方法,IEEE交易模式分析和机器智能,49,409-436,(1952)·Zbl 0048.09901号 [15] Hirschmuller,H,通过半全局匹配和互信息进行立体处理,IEEE事务模式分析和机器智能,30328-341,(2008)·doi:10.10109/TPAMI.2007.1166 [16] Hirschmuller,H;Scharstein,D,《辐射差异图像立体匹配成本评估》,IEEE交易模式分析与机器智能,311582-1599,(2009)·doi:10.1109/TPAMI.2008.221 [17] Hosni,A;莱曼,C;布莱尔,M;罗瑟,C;Gelautz,M,《视觉通信及其以外的快速成本-体积过滤》,IEEE交易模式分析和机器智能,35,504-511,(2013)·doi:10.1109/TPAMI.2012.156 [18] Kim,J.、Kolmogorov,V.和Zabih,R.(2003)。利用能量最小化和互信息进行视觉通信。在ICCV公司. [19] Klaus,A.、Sormann,M.和Karner,K.(2006年)。基于信念传播和自适应差异性测度的分段立体匹配。在ICPR,2006年(第15-18页)。 [20] 莱文,A;Lischinski,D;Weiss,Y,《自然图像拼接的封闭式解决方案》,IEEE事务模式分析和机器智能,30,228-242,(2008)·doi:10.1109/TPAMI.2007.1177 [21] Scharstein,D.和Szeliski,R.(2002a)Middlebury立体数据集。http://vision.middlebury.edu/streou/data/。 ·Zbl 1039.68731号 [22] Scharstein,D.和Szeliski,R.(2002b)。稠密双帧立体对应算法的分类和评估。国际计算机视觉杂志,47, 7-42. ·兹比尔1012.68731 [23] Snavely,N;塞茨,SM;Szeliski,R,《照片旅游:探索三维照片收藏》,IEEE交易模式分析和机器智能,25835-846,(2006) [24] Wang,L.,&Yang,R.(2011)。稀疏地面控制点利用的全球立体匹配。在CVPR,2011年6月(第3033-3040页)。 [25] 王,L;杨,R;Davis,J,使用光传输恒定性的Brdf不变立体,IEEE交易模式分析和机器智能,291616-1626,(2007)·doi:10.1109/TPAMI.2007.1171 [26] Yang,Q.,Wang,L.和Ahuja,N.(2010)一种用于立体匹配的恒定空间置信传播算法。在CVPR,2010年(第1458-1465页)。 [27] 杨,Q;王,L;杨,R;斯蒂文尼乌斯,H;Nister,D,带颜色加权相关性的立体匹配,层次信念传播和遮挡处理,IEEE事务模式分析和机器智能,31492-504,(2009)·doi:10.1109/TPAMI.2008.99 [28] Yang,Q,使用树过滤的立体匹配,IEEE事务模式分析和机器智能,37834-846,(2015)·doi:10.1109/TPAMI.2014.2353642 [29] Yoon,K-J;Kweon,I-S,通信搜索的自适应支持-加权方法,IEEE事务模式分析和机器智能,28650-656,(2006)·doi:10.1109/TPAMI.2006.70 [30] Zabih,R.和Woodfill,J.(1994)。用于计算视觉对应的非参数局部变换。在ECCV,1994年(第151-158页)。 [31] Zhu,S.,Zhang,L.,&Jin,H.(2012)。立体匹配中边界保持正则化的局部线性回归模型。在第十二届欧洲计算机视觉会议记录——第五卷,ser。ECCV’12(第101-115页)。柏林:Springer-Verlag。 [32] Zomet,A.和Peleg,S.(2002年)。多传感器超分辨率。在WACV(加权平均值). 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。