立体匹配算法分类论文taxonomy

做立体匹配时候，图像对质量的好坏直接影响到最终结果的好坏，这些图片大都是经典的或者拍照后经过矫正的图像对

MATLAB关于立体匹配，实现方法SAD SSD NCC CENSUS，适合初学者。

立体匹配是双目视觉的一个重要分支领域，能够通过深度图还原出三维信息，但由于其计算量庞大，实时性难以得到保障。为此，提出了一种基于强相似点的快速立体匹配算法。首先，将双目图像通过对极处理，使匹配区域固定

基于插值优化的动态规划立体匹配算法，任翔，魏芳，本文提出了一种基于插值优化的动态规划立体匹配算法。该算法使用左右图分别作为主视图，计算匹配代价后迭代计算对应的视差图，然

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

针对双目视觉中的图像立体匹配问题，提出了一种基于径向基神经网络的立体匹配算法。该算法提取图像的尺度不变特征变换（SIFT）特征建立特征匹配矩阵，对特征匹配向量进行约简，最后将约简的特征匹配向量输入径向

针对传统Census变换在视差不连续区域和噪声干扰情况下误匹配率较高的情况，提出了一种利用邻域相关信息的改进Census变换立体匹配算法。根据邻域像素的相关信息，将传统的Census变换中像素与邻域像

提出了一种基于区域先验信息的去遮挡立体匹配算法。该方法采用边缘检测和区域生长对参考图像进行区域分割,将分割后的同质区域作为区域先验信息引入代价计算中,减弱了代价函数对遮挡区域的敏感度,并使用区域一致性

针对局部立体匹配算法中边缘区域易造成误匹配的问题,提出一种基于边缘加权的跨尺度局部立体匹配算法。在代价计算阶段,根据边缘点的数量和结构信息提出一种边缘相似度测量方法,并对满足约束条件的点进行两种策略的

现有的多尺度立体匹配算法对各尺度的代价函数采用相同权值,而忽略了各尺度层对整个匹配代价的不同影响,增加了误匹配点。针对此问题,提出了自适应权值的跨尺度立体匹配算法框架。采用统一的代价聚合函数框架在不同