简介概要

低秩和稀疏分解的立体影像匹配错误点检测

来源期刊:中国矿业大学学报2020年第3期

论文作者:张正鹏

文章页码:595 - 601

关键词:低秩;稀疏分解;运动结构特征;影像匹配;

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.

详情信息展示

低秩和稀疏分解的立体影像匹配错误点检测

张正鹏1

1. 辽宁工程技术大学测绘与地理科学学院

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.

关键词:低秩;稀疏分解;运动结构特征;影像匹配;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号