一种基于边缘约束的密集匹配优化方法

吴春; 段春燕; 胡文焯; 张旭; 龚睿; 李璐含

您当前的位置：

首页 >

文章列表页 >

一种基于边缘约束的密集匹配优化方法

技术热点研究 | 更新时间：2026-08-11

- 一种基于边缘约束的密集匹配优化方法
- 一种基于边缘约束的密集匹配优化方法
- 地理空间信息 2025年23卷第2期页码：7-10
- 作者机构：
  
  1. 武汉市自然资源保护利用中心
  2. 武汉设计工程学院
  3. 武汉英中高级中学
- 作者简介：
- 基金信息：
  
  湖北省教育厅科研计划项目（B2019328）;湖北省自然资源科技项目（ZRZY2023KJ25）
- DOI：
  中图分类号： TP391.41
- 纸质出版：2025
- 稿件说明：
移动端阅览
吴春, 段春燕, 胡文焯, 等. 一种基于边缘约束的密集匹配优化方法[J]. 地理空间信息, 2025,23(2):7-10.

吴春, 段春燕, 胡文焯, et al. 一种基于边缘约束的密集匹配优化方法[J]. 2025, 23(2): 7-10.
吴春, 段春燕, 胡文焯, 等. 一种基于边缘约束的密集匹配优化方法[J]. 地理空间信息, 2025,23(2):7-10. DOI：

吴春, 段春燕, 胡文焯, et al. 一种基于边缘约束的密集匹配优化方法[J]. 2025, 23(2): 7-10. DOI：

摘要

密集匹配是三维重建中的重要步骤。提出了一种基于边缘约束的密集匹配优化方法，首先基于半全局立体匹配算法（SGM算法）实现密集匹配并通过左右一致性检查识别错误匹配像素点；同时，采用混合水平集方法对立体影像对进行分割，以生成视差分布相对均匀的矢量图斑。以错误匹配点为中心设置半径逐步增大的搜索窗口，在搜索窗口与该错误匹配点所在矢量图斑的交集范围内搜索最近正确匹配点。若错误匹配点视差成功被最近正确匹配点重新赋值，则搜索过程终止。计算机视觉数据集、无人机航空影像数据集的对比实验结果表明算法具有精度高、稳定性好的优点。

Abstract

关键词

Keywords

references

邹乐.基于显著性驱动区域型水平集模型的图像分割研究[D].中国科学技术大学,2021(09).

Department of Civil Environmental and Geodetic Engineering Columbus OH,Department of Civil Environmental and Geodetic Engineering Columbus OH,Department of Electrical and Computer Engineering The Ohio State University Columbus OH,Translational Data Analytics Institute Columbus OH.Post‐filtering with surface orientation constraints for stereo dense image matching[J].The Photogrammetric Record,2020.

Wenhuan Yang,Xin Li,Bo Yang,Yu Fu.A Novel Stereo Matching Algorithm for Digital Surface Model (DSM) Generation in Water Areas[J].Remote Sensing,2020.

Department of Geomatics Engineering, University of Calgary, Calgary, Alberta, Canada,Centre de géomatique du Québec, Saguenay, Québec, Canada,Department of Earth and Space Science and Engineering, York University, Toronto, Ontario, Canada,Department of Applied Geomatics, Université de Sherbrooke, Sherbrooke, Québec, Canada.Unmanned aerial image dataset: Ready for 3D reconstruction[J].Data in Brief,2019.

Yan Tingman,Gan Yangzhou,Xia Zeyang,Zhao Qunfei.Segment-based Disparity Refinement with Occlusion Handling for Stereo Matching.[J].IEEE transactions on image processing : a publication of the IEEE Signal Processing Society,2019.

Chuang Tzu Yi,Ting Hao Wei,Jaw Jen Jer.Dense Stereo Matching With Edge-Constrained Penalty Tuning[J].IEEE Geoscience and Remote Sensing Letters,2018.

Xiaofeng Wang,De-Shuang Huang,Huan Xu.An efficient local Chan-Vese model for image segmentation.[J].Pattern Recognition,2010.

Hirschmüller Heiko.Stereo processing by semiglobal matching and mutual information.[J].IEEE transactions on pattern analysis and machine intelligence,2008.

李志勇,官恺,牛泽璇,晏非,孙曼,闫兆婵.深度学习密集匹配中样本精度与匹配精度的关系研究[J].地理空间信息,2022(09).

陈贺,郭增长,刘轩.结合马氏距离与梯度描述符的稠密匹配[J].测绘通报,2022(08).

张春森,葛英伟,郭丙轩,张月莹.无人机影像DSM自动生成随机传播COLVLL算法[J].测绘学报,2022(11).

巩丹超,韩轶龙,黄旭.线特征约束的建筑物密集匹配边缘全局优化方法[J].测绘学报,2021(06).

季顺平,罗冲,刘瑾.基于深度学习的立体影像密集匹配方法综述[J].武汉大学学报(信息科学版),2021(02).

倪标,王铮尧.一种倾斜影像密集匹配算法的设计与实现[J].地理空间信息,2020(07).

袁修孝,袁巍,许殊,纪艳华.航摄影像密集匹配的研究进展与展望[J].测绘学报,2019(12).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

城市实景三维建模技术进展研究与实践

面向NeRF的网格纹理恢复方法

南海岛礁高分辨率遥感影像最优分割尺度确定

基于Matlab分割彩色等高线地形图

融合影像信息的LiDAR点云多特征分类方法