科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种基于低秩和稀疏分解的立体影像匹配错误点检测方法.以正确匹配点的运动结构相似性和错误匹配点的稀疏性为约束条件,考虑局部最近邻匹配点间的运动低秩特征,引入图拉普拉斯约束项来表达这种局部低秩性,在此基础上构建影像间匹配点的低秩和稀疏优化模型.采用自适应惩罚的线性化交替方向法推导并完成模型的低秩和稀疏分解.统计稀疏矩阵奇异值特征,以此为判断条件进行正确与错误匹配点的检测.实验选择具有高度纹理重复特征的立体像对,分别对比和分析不同转角下影像错误匹配点的检测精度.结果表明:在高纹理重复特征、高重叠度下,提出的方法较经典方法能更好的区分正确与错误匹配点,在正确率、召回率、精度和F值(F-measure)指标评价方面表现占优.
- 单位
