《计算机应用研究》|Application Research of Computers

基于径向基神经网络的立体匹配算法

Stereo matching based on RBF neural networks

免费全文下载 (已被下载 次)  
获取PDF全文
作者 戴玉超,何明一,张静,高涛
机构 西北工业大学 电子信息学院 陕西省信息获取与处理重点实验室,西安 710072
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2008)11-3477-03
DOI 10.3969/j.issn.1001-3695.2008.11.083
摘要 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基神经网络进行识别输出。仿真和实际图像实验表明,该算法的匹配正确率比标准的SIFT有所到提高。
关键词 立体匹配;尺度不变特征变换;径向基函数;特征匹配向量
基金项目 国家自然科学基金资助项目(60736007)
本文URL http://www.arocmag.com/article/1001-3695(2008)11-3477-03.html
英文标题 Stereo matching based on RBF neural networks
作者英文名 DAI Yu-chao, HE Ming-yi, ZHANG Jing, GAO Tao
机构英文名 Shaanxi Key Laboratory of Information Acquisition & Processing, School of Electronics & Information, Northwestern Polytechnical University, Xi'an 710072, China
英文摘要 Aiming at the stereo matching problem in computer vision, presented a novel stereo matching algorithm based on radial basis function neural networks. Firstly, extracted feature descriptors of the images using the SIFT(scale invariant feature transform)descriptor. Secondly, calculated the feature matching matrix between image pairs.Thirdly, reduced the feature matching vector. Finally, passed the reduced feature vector to the RBF neural network to recognize whether the matching relationship was correct.Experiments on simulated and actual images show that the proposed algorithm outperforms SIFT in the aspect of matching precision.
英文关键词 stereo matching; SIFT; radial basis function(RBF); feature matching vector
参考文献 查看稿件参考文献
 
收稿日期
修回日期
页码 3477-3479
中图分类号
文献标志码 A