塞巴斯蒂安·杜鲁耶;谢尔盖·贝彻;米歇尔·比洛多;马克西姆·莫劳;洛伊奇索比尔 使用分层图像分割的稀疏立体视差图加密。 (英语) Zbl 1479.94024号 Angulo,Jesüs(编辑)等人,《数学形态学及其在信号和图像处理中的应用》。2017年5月15日至17日在法国枫丹白露举行的第13届国际研讨会,ISMM 2017。诉讼程序。查姆:斯普林格。莱克特。注释计算。科学。10225, 172-184 (2017). 摘要:我们描述了一种通过瀑布和稳健回归模型使用分层分割传播视差值的新方法。通过最先进的立体匹配算法获得的高置信度视差值使用粗到精的方法进行插值。我们从图像的粗分割开始,并尝试使用稳健的回归模型拟合每个区域的差异。如果拟合不令人满意,则在更精细的区域分割上重复该过程。通常会排除初始稀疏视差图中的错误值,因为我们使用稳健的回归算法和左右一致性检查。因此,最终的视差图不仅密度更高,而且可以更准确。该方法通用且独立于稀疏视差图的生成:因此可以用作任何立体匹配算法的后处理步骤。关于整个系列,请参见[Zbl 1361.68005号]. MSC公司: 94A08型 信息与通信理论中的图像处理(压缩、重建等) 关键词:立体声;层次分割;稳健回归模型;瀑布;视差图;致密化 软件:打开CV;github PDF格式BibTeX公司 XML格式引用 \textit{S.Drouyer}等人,Lect。注释计算。科学。10225、172--184(2017;Zbl 1479.94024) 全文: DOI程序 链接 参考文献: [1] Alvarez,L.,Deriche,R.,Sánchez,J.,Weickert,J.:关于图像不连续性的密集视差图估计:基于PDE和尺度空间的方法。JVCIR 13(1–2),3–21(2002) [2] Ayache,N.,Hansen,C.:双目和三目立体视觉图像校正。In:ICPR 1988(1988)·doi:10.1109/ICPR.1988.28160 [3] Barron,J.T.,Poole,B.:快速双边求解器。收录人:Leibe,B.,Matas,J.,Sebe,N.,Welling,M.(编辑)ECCV 2016。LNCS,第9907卷,第617-632页。查姆施普林格(2016)。doi:10.1007/978-3-319-46487-9_38·doi:10.1007/978-3-319-46487-9_38 [4] Beucher,S.:图像分割和数学形态学。Theses,巴黎国立矿业高等学校,1990年6月 [5] Beucher,S.:《走向瀑布、标准和P算法、工作文件或预印本的统一》,2013年1月 [6] Bricola,J.-C.,Bilodeau,M.,Beucher,S.:一种由形态学分割控制的自顶向下的深度图估计方法。技术报告(2014年) [7] Bricola,J.-C.,Bilodeau,M.,Beucher,S.:多尺度和形态梯度保持对比。参加:第十四届国际体视学和图像分析大会,比利时列日,埃里克·皮拉德,2015年7月·Zbl 1445.68279号 [8] Bricola,J.-C.,Bilodeau,M.,Beucher,S.:用于视差图估计的立体图像叠加的形态学处理,工作文件或预印本,2016年3月 [9] Facciolo,G.,de Franchis,C.,Meinhardt,E.:米高梅:立体视觉的全球匹配度更高。致:BMVC(2015)·doi:10.5244/C.29.90 [10] Fischler,M.A.,Bolles,R.C.:随机样本共识:图像分析和自动制图应用的模型拟合范例。Commun公司。ACM 24(6),381-395(1981)·数字对象标识代码:10.1145/358669.358692 [11] Fua,P.:一种并行立体算法,可生成密集的深度贴图并保留图像特征。马赫。视觉。申请。6(1), 35–49 (1993) ·doi:10.1007/BF01212430 [12] Hirschmüller,H.:通过半全局匹配和互信息进行立体处理。IEEE传输。模式分析。马赫。智力。30(2), 328–341 (2008) ·doi:10.1109/TPAMI.2007.1166 [13] 伊塞兹。开源计算机视觉库。https://github.com/itseez/opencv (2015) [14] Kanade,T.,Okutomi,M.:具有自适应窗口的立体匹配算法:理论和实验。摘自:IEEE ICRA会议记录(1991)·doi:10.1109/ROBOT.1991.131738 [15] Kolmogorov,V.:基于图形的算法,用于从两个或多个视图重建场景。博士论文,伊萨卡,纽约,美国(2004年)。AAI3114475号 [16] Konolige,K.:小型视觉系统:硬件和实现。收录:Shirai,Y.、Hirose,S.(编辑)《机器人研究》,第203-212页。Springer Nature,伦敦(1998)·doi:10.1007/978-1-4471-1580-9_19 [17] Min,D.,Choi,S.,Lu,J.,Ham,B.,Sohn,K.,Do,M.N.:基于加权最小二乘法的快速全局图像平滑。IEEE传输。图像处理。23(12), 5638–5653 (2014) ·Zbl 1374.94260号 ·doi:10.10109/TIP.2014.2366600 [18] Moravec,K.,Harvey,R.,Bangham,J.A.:改善低纹理区域的立体声性能。In:BMVC(1998)·doi:10.5244/C.12.82 [19] Ralli,J.、Díaz,J.和Ros,E.:使用投票掩模传播进行稀疏视差加密的方法。视觉杂志。Commun公司。图像表示。21(1), 67–74 (2010) ·doi:10.1016/j.jvcir.2009.08.005 [20] Ralli,J.、Pelayo,F.、Diaz,J.:提高视差计算的效率。收录人:Mele,F.、Ramella,G.、Santillo,S.、Ventriglia,F.(编辑)BVAI 2007。LNCS,第4729卷,第298-307页。《斯普林格自然》,海德堡(2007)。doi:10.1007/978-3-540-75555-5_28·doi:10.1007/978-3-540-75555-5_28 [21] Salembier,P.,Garrido,L.:二元分区树是过滤、分割和信息检索的有效表示。In:ICIP 1998(1998)·doi:10.1109/ICIP.1998.723358 [22] Scharstein,D.、Hirschmüller,H.、Kitajima,Y.、Krathwohl,G.、Nešić,N.、Wang,X.、Westling,P.:具有亚像素级精确地面真相的高分辨率立体数据集。收录人:Jiang,X.,Horneger,J.,Koch,R.(编辑)GCPR 2014。LNCS,第8753卷,第31-42页。查姆施普林格(2014)。doi:10.1007/978-3-319-11752-23·doi:10.1007/978-3-319-11752-23 [23] Scharstein,D.,Szeliski,D.:非线性扩散立体匹配。In:CVPR(1996)·Zbl 1039.68731号 ·doi:10.1109/CVPR.1996.517095 [24] Vachier,C.,Meyer,F.:粘性分水岭变换。数学杂志。成像视觉。22(2–3), 251–267 (2005) ·Zbl 1478.94090号 ·doi:10.1007/s10851-005-4893-3 [25] Weickert,J.:图像处理中的各向异性扩散。博士论文(1998)·Zbl 0886.68131号 [26] Yang,Q.,Wang,L.,Yang,R.,Stewenius,H.,Nister,D.:具有颜色加权相关、层次信念传播和遮挡处理的立体匹配。In:CVPR(2006) [27] Zbontar,J.,LeCun,Y.:通过训练卷积神经网络来比较图像补丁的立体匹配。CoRR,abs/1510.05970(2015) 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。