一种基于Hopfield网络的立体匹配方法

摘要：

立体匹配是计算机视觉研究的经典难题,其算法的复杂度和精度直接影响了视觉系统对外部景物的重建性能.为此提出了一种新的基于神经网络的立体匹配方法,其基本思想是:在实现核线重排的前提下,利用唯一性、相容性以及相似性等匹配约束条件,建立反映对应极线间所有匹配点约束关系的能量函数,将其映射到二维Hopfield网络进行极小化求解,网络最后的稳态表示匹配点的对应关系;通过对图中所有极线进行上述操作,可以得到所求的视差图.与传统方法相比,本算法具有两个明显的特点:(1) 匹配基元采用了普通的图像点,可以直接获得稠密的深度图;(2) Hopfield网的外部输入不再为常数,而是一个反映对应点灰度相似性关系的值.通过对合成图以及真实图景进行测试,验证了该方法的有效性.

关键词：立体匹配、Hopfield网络、稠密深度图、灰度相似性

所属期刊栏目：9

分类号：TP183(自动化基础理论)

资助基金：高等学校博士学科点专项科研项目20020558037;广东省自然科学基金001172,021759;中山大学校科研和教改项目

在线出版日期：2004-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：729-736