×

兹马思-数学第一资源

可靠的多尺度和多窗口立体匹配。(英语) Zbl 1311.62095
理学硕士:
62小时35分 多元分析中的图像分析
68U10 图像处理的计算方法
94A08型 信息与通信理论中的图像处理(压缩、重建等)
软件:
巨浪;基蒂;
PDF格式 双歧杆菌 引用
全文: 内政部
参考文献:
[1] P。阿贝尔,BoofCV公司, http://boofcv.org/(2012年)。
[2] R、 D.阿诺德,自动立体感知,博士。论文,斯坦福大学,斯坦福,加利福尼亚州,1983年。
[3] C。巴恩斯,E。谢赫特曼,A。芬克尔斯坦和D.B.高盛,PatchMatch:一种用于结构图像编辑的随机对应算法,ACM传输。图表,28(2009),24。
[4] 美国。伯奇菲尔德和C。托玛西,一种对图像采样不敏感的像素差异性度量,IEEE Trans。肛门模式。机器。Intell.,20(1998),第401-406页。
[5] G。布兰切特,A。布亚德斯,B。科尔,J.-M。羊肚菌和B。胭脂,无肥块匹配,J。数学。影像视觉,41(2011),第109-121页·Zbl 1255.68208
[6] M。布莱尔和M。盖洛兹,基于图像分割和全局可见性约束的分层立体匹配算法,ISPRS J。照片。遥感,59(2005),第128-150页。
[7] M。布莱尔,C。Rhemann和C。罗瑟,PatchMatch立体声-带倾斜支撑窗的立体声匹配,2011年英国机器视觉大会,英国机器视觉协会,英国达勒姆,2011年,第14.1-14.11页。
[8] A、 波比克和英特尔,大遮挡立体声,实习医生。J。计算机。《愿景》,33(1999),第181-200页。
[九] 五。卡塞莱斯和P。莫纳塞,谷物过滤器,J。数学。影像视觉,17(2002),第249-270页·Zbl 1028.68140
[10] J。切赫和R。Šá拉,视差空间的有效采样实现快速精确匹配,在IEEE计算机视觉和模式识别会议上,2007,IEEE,Piscataway,NJ,2007。
[11] S、 科克伦和G。梅迪尼,基于双目立体的三维表面描述,IEEE Trans。肛门模式。机器。Intell.,14(1992),第981-994页。
[12] C。德弗朗西斯,G。Facciolo和E。迈恩哈特,s2p:卫星立体声管道, http://dev.ipol.im/\string carlo/s2p/(2014年)。
[13] C。德弗朗西斯,E。迈恩哈特,J。米歇尔,J.-M。莫雷尔和G。法奇洛,自动模块化推扫图像立体流水线,在ISPRS Ann中。照片。遥感空间信息。科学。II-3(2014),第49-56页。
[14] J。德隆和B。胭脂,小基线立体视觉,J。数学。影像视觉,28(2007),第209-223页。
[15] A。路易斯安那州。Moisan和J.-M。莫雷尔,从格式塔理论到图像分析:一种概率方法,跨学科。申请。数学。34,斯普林格,纽约,2008年·Zbl 1241.68001
[16] F。德弗尼和O。福格拉斯,从没有三维模型的立体图像计算三维形状的微分特性,计算机视觉与模式识别,1994年,IEEE计算机学会,加利福尼亚州洛斯阿拉米托斯,1994年,第208-213页。
[17] G。埃格纳,一种基于单视点图像的立体置信度度量与五种替代方法的比较《图像视觉计算》,22(2004),第943-957页。
[18] M、 A.Fischler和R.C.Bolles,随机样本一致性:一种模型拟合的范例,用于图像分析和自动制图,公社。ACM,24(1981年),第381-395页。
[19] P。福阿,生成密集深度图并保留图像特征的并行立体算法,马赫。《视觉应用》,6(1993),第35-49页。
[20] A。弗西塞罗。罗伯托和E。卡车公司,多窗口高效立体声,内华达州。图案记录。人工智能,14(1997),第858-863页。
[21] A。盖革,P。伦茨,C。斯蒂勒和R。乌尔塔松,视觉与机器人:Kitti数据集,内华达州。《机器人研究》,32(2013),第1231-1237页。
[22] M。杰里茨和P。贝卡尔特,基于分割的孤立点抑制的局部立体匹配,第三届加拿大计算机与机器人视觉会议,2006年,IEEE,Piscataway,NJ,p。66
[23] A、 W.格鲁恩,自适应最小二乘相关:一种强大的图像匹配技术,南非J。照片。遥感漫画,14(1985),第175-187页。
[24] R、 哈特利和A。齐瑟曼,计算机视觉中的多视图几何,第二版,剑桥大学出版社,剑桥,2004年·Zbl 1072.68104
[25] H。赫施穆勒,基于半全局匹配和互信息的立体处理,IEEE Trans。肛门模式。机器。Intell.,30(2007),第328–341页。
[26] H。赫施穆勒、P.R.因诺特和J。加里波第,减少边界误差的实时相关立体视觉,内华达州。计算机。《愿景》,47(2002年),第229-246页·Zbl 1012.68740
[27] H。赫施穆勒和D。沙尔斯坦,辐射差异图像的立体匹配代价评估,IEEE Trans。肛门模式。机器。国际期刊,31(2009),1582-1599页。
[28] 十。胡和P。莫多海,室内外立体感评价,在IEEE计算机视觉和模式识别会议上),IEEE,Piscataway,NJ,2010,第1466-1473页。
[29] T。卡纳德和M。奥库托米,一种自适应窗口匹配算法的理论与实验研究,IEEE Trans。肛门模式。机器。Intell.,16(1994),第920-932页。
[30] 五。科尔莫戈洛夫和R。扎比,用图割计算遮挡的视觉对应关系,第8届IEEE国际计算机视觉会议论文集,第2卷,IEEE计算机学会,加利福尼亚州洛斯阿拉米托斯,2001年,第508-515页。
[31] J、 J.Littlet和W.E.Gillett,立体和运动中遮挡的直接证据,计算机视觉-ECCV90,计算机课堂讲稿。科学。427,O。福格拉斯主编,斯普林格,柏林,1990年,第336-340页。
[32] J。洛蒂和G。吉劳顿,立体视觉中航空图像自适应窗口相关算法在遥感图像和信号处理中,Proc。SPIE 2315,SPIE,华盛顿州贝林厄姆,1994年,第76-87页。
[33] D。洛,基于尺度不变关键点的图像特征提取,实习医生。J。计算机。《愿景》,60(2004年),第91-110页。
[34] J。卢,H。杨,D。Min和M.N.Do,补丁匹配滤波器:高效的边缘感知滤波满足随机搜索的快速对应场估计,在IEEE计算机视觉和模式识别会议上,IEEE计算机协会,加利福尼亚州洛斯阿拉米托斯,2013年,第1854-1861页。
[35] R。Manduchi和C。托玛西,用于图像匹配的显著性映射,国际图像分析与处理会议记录,IEEE计算机学会,加利福尼亚州洛斯阿拉米托斯,1999年,第26-31页。
[36] 美国。马斯诺和J.-M。莫雷尔,涉及连通性的图像恢复第六届数字图像处理和计算机图形学国际研讨会:人文科学和自然科学的应用。SPIE 3346,SPIE,华盛顿州贝灵汉,1998年,第84-95页。
[37] L。莫伊桑,私人通讯2010年。
[38] M、 帕特里西奥,F。卡贝斯坦,O。科洛特和P。阀盖,基于相似性的自适应邻域相关立体匹配方法,国际图像处理会议,第2卷,IEEE,Piscataway,NJ,第1341-1344页。
[39] C。莱曼,A。霍斯尼,M。布莱尔,C。Rother和M。盖洛兹,快速成本-体积过滤,用于视觉通信和其他用途,在IEEE计算机视觉和模式识别会议上,IEEE,Piscataway,NJ,2011,第3017-3024页。
[40] C。理查特,D。奥尔,我。戴维斯,A。克里米尼西和N.A.Dodgeson,基于双交叉双边网格的实时时空立体匹配,计算机视觉-ECCV2010,斯普林格,柏林,2010,第510-523页。
[41] N。萨巴特,A。阿尔曼萨和J.-M。莫雷尔,立体视觉中有意义的匹配,IEEE Trans。肛门模式。机器。Intell.,34(2012),第930-942页。
[42] N。萨巴特,J.-M。羊肚菌和A。阿尔曼萨,立体视觉中的方块匹配有多精确?,暹罗J。Imaging Sci.,4(2011),第472-500页·Zbl 1215.68261
[43] D。沙尔斯坦和R。塞利斯基,非线性扩散立体匹配,实习医生。J。计算机。《远见》,28(1998年),第155-174页。
[44] D。沙尔斯坦和R。塞利斯基,稠密两帧立体匹配算法的分类与评价,实习医生。J。计算机。《愿景》,47(2002),第7-42页·Zbl 1012.68731
[45] D。沙尔斯坦和R。塞利斯基,使用结构光的高精度立体深度图,在2003年IEEE计算机学会计算机视觉和模式识别会议论文集,华盛顿特区,2003年,IEEE计算机协会,加利福尼亚州洛斯阿拉米托斯,第195-202页。
[46] A。斯波里,运动边界的早期检测,博士。论文,麻省理工学院,坎布里奇,马萨诸塞州,1990年。
[47] C。斯特雷查,W。冯·汉森,L。范古尔,P。福阿,还有你。托纳森,高分辨率图像的基准相机标定与多视点立体成像,在IEEE计算机视觉和模式识别会议上,IEEE,Piscataway,NJ,2008,第1-8页。
[48] R。塞利斯基和D。沙尔斯坦,视差空间图像的采样,IEEE Trans。肛门模式。机器。国际期刊,26(2004),第419-425页。
[49] P。棕褐色和P。莫纳塞,基于引导滤波的立体视差融合,IPOL J.,4(2014),第252-275页。
[50] C。托马斯和R。曼杜奇,灰度和彩色图像的双边滤波《第六届计算机视觉国际会议论文集》,纳罗萨,新德里,1998年。
[51] O。维克斯勒,利用积分图像实现立体匹配的快速可变窗口,在IEEE计算机学会计算机视觉和模式识别会议上,IEEE计算机协会,加利福尼亚州洛斯阿拉米托斯,2003年,第556-561页。
[52] L。文森特,灰度区域的打开和关闭及其有效实现和应用,数学形态学及其在信号处理中的应用第一次研讨会,UPC,巴塞罗那,1993年,第22-27页。
[53] L。王,M。廖,M。龚,R。杨和D。尼斯特,采用自适应成本聚合和动态规划的高质量实时立体显示《第三届三维数据处理、可视化和传输国际研讨会论文集》,IEEE,Piscataway,NJ,2006,第798-805页。
[54] Z、 -F。王和Z-G。郑先生,基于区域的协同优化立体匹配算法,在IEEE计算机视觉和模式识别会议上,IEEE,Piscataway,NJ,2008,第1-8页。
[55] L。雅罗斯拉夫斯基和M。伊甸园,数字光学基础,斯普林格·韦拉格,纽约,1996年·Zbl 0877.94006
[56] K、 J.Yoon和I.S.Kwoon,对应搜索的自适应支持权方法,IEEE Trans。肛门模式。机器。Intell.,28(2006),第650-656页。
[57] K、 J.Yoon和I.S.Kwoon,基于显著相似性度量的立体匹配,在IEEE第11届国际计算机视觉会议上,IEEE计算机学会,加利福尼亚州洛斯阿拉米托斯,2007年,第1-7页。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。