УДК: 004.932

Анализ устойчивости полуглобального алгоритма стереозрения в задаче мягкого сближения

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Пономарев С.В. Анализ устойчивости полуглобального алгоритма стереозрения в задаче мягкого сближения // Оптический журнал. 2014. Т. 81. № 11. С. 45–50.

Ponomarev S.V. Stability analysis of a semiglobal algorithm for stereo vision in the soft-approach problem [in Russian] // Opticheskii Zhurnal. 2014. V. 81. № 11. P. 45–50.

Ссылка на англоязычную версию:

S. V. Ponomarev, "Stability analysis of a semiglobal algorithm for stereo vision in the soft-approach problem," Journal of Optical Technology. 81(11), 651-655 (2014). https://doi.org/10.1364/JOT.81.000651

Аннотация:

Проведен анализ устойчивости полуглобального алгоритма стереозрения к условиям съемки и характеристикам объекта наблюдения в задаче мягкого сближения. Показано, что исследуемый алгоритм подтвердил свою устойчивость к различным типам фона, в разных условиях освещенности и наличии шума. Для дальних расстояний рекомендована дополнительная подстройка внутренних параметров алгоритма с помощью использования методов машинного обучения. Разработана методика, позволяющая установить устойчивость алгоритма к различным по сложности формам объекта наблюдения.

Ключевые слова:

алгоритмы стереозрения, мягкое сближение, карта дальности

Благодарность:

Работа выполнена при государственной финансовой поддержке ведущих университетов Российской Федерации (субсидия 074-U01) и при поддержке Министерства образования и науки Российской Федерации.

Коды OCIS: 150.1135

Список источников:

1. Луцив В.Р., Лапина Н.Н., Малышев И.А., Потапов А.С. Особенности сопоставления изображений в задачах определения местоположения мобильного робота // Оптический журнал. 2010. Т. 77. № 11. C. 25–34.
2. Chien C. Target acquisition using natural feature image recognition // IEEE Aerospace Conference. Big Sky Resort. Montana, USA, 2009. P. 1–7.
3. Tweddle B. Computer vision based navigation for Spacecraft proximity operations. S.M. Thesis. Cambridge, Massachusetts: MIT, 2010. 226 p.
4. Scharstein D., Szeliski R. A taxonomy and evaluation of dense two-frame stereo correspondence algorithms // Int. J. of Computer Vision. 2002. V. 47. P. 7–42.
5. Hirschmuller H. Accurate and efficient stereo processing by semi-global matching and mutual information // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2008. V. 30. № 2. P. 328–341.
6. Kolmogorov V., Zabih R. Computing visual correspondence with occlusions using graph cuts // ICCV. 2001. V. 2. P. 508–515.
7. Sun J., Shum H., Zheng N. Stereo matching using belief propagation // ECCV. 2002. P. 510–524.
8. Bay H., Ess A., Tuytelaars T., Gool L.V. SURF: Speeded Up Robust Features // Computer Vision and Image Understanding (CVIU). 2008. V. 110. № 3. P. 346–359.
9. Canny J. A computational approach to edge detection // IEEE Trans. Pattern Analysis and Machine Intelligence. 1986. V. 8. P. 679–714.
10. Aspert N. Measuring errors between surfaces using the Hausdorff distance // IEEE Int. Conf. on Multimedia and Expo. Lausanne, Switzerland, 2002. V. 1. P. 705–708.