基于图割的图像匹配算法下载

weixin_39821620 2020-06-01 07:30:22

介绍一中基于割图方法，基于图割的图像匹配算法
相关下载链接：//download.csdn.net/download/sun37/814520?utm_source=bbsseo

...全文

11 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

介绍一中基于割图方法，基于图割的图像匹配算法

针对传统图割立体匹配算法耗时太长以及动态规划立体匹配算法匹配精度不高，且视差图带有条纹瑕疵的问题，提出了一种基于动态规划和图像分割的立体匹配算法.采用自适应多阈值图像分割算法对参考图像进行高效可靠的区域分割，提取边界，使用多种子点动态规划算法精细求取边界上点的视差，并以区域为单元用图割立体匹配算法求取区域内各点的视差，拟合得到图像对的视差图.通过对比，实验结果表明：此算法较传统图割法匹配速度有明显提高，且可以得到匹配精度较高的稠密视差.

目录一. 课题分析二．算法设计 1. 概念解释 2．数字图像匹配算法设计 ⑴基于灰度的归一化匹配算法 ⑵基于灰度的快速模板匹配算法三．相应matlab程序设计 1．数字图像匹配相关函数 2．数字图像匹配函数 (1) 基于灰度的归一化匹配算法 (2) 基于灰度的快速模板匹配算法四．实验测试 1. 基于灰度的归一化匹配算法 2. 基于灰度的快速模板匹配算法五．试验结果评价六．实例解答七．实习心得体会参考文献附录附录一：testpipei_1.m（基于灰度的归一化匹配算法附录二：testpipei_2（基于灰度的快速模板匹配算法附录三：getOrder.m （二进制编码附录四：gettezheng.m (求特征值) 附录五：图片

基于稠密匹配的论文合集，包含了国内外的论文合集，方便大家科研

为了提高立体匹配算法的精确度，提出了一种结合图割与Mean Shift图像分割的立体匹配算法。首先用Mean Shift算法对参考图像进行图像分割，得到分割后的标记图，然后将分割信息结合到图割算法的能量函数中，最后用改进的能量函数和图割算法得出致密的视差图。实验结果表明，提出的算法具有更高的精确度和更好的边缘特征。

下载资源悬赏专区

13,656

社区成员

12,674,800

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章