+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Разработка и исследование алгоритмов установления пиксельных соответствий на стереопарах для решения задачи восстановления рельефа

  • Автор:

    Чумаченко, Александр Викторович

  • Шифр специальности:

    05.13.17

  • Научная степень:

    Кандидатская

  • Год защиты:

    2014

  • Место защиты:

    Таганрог

  • Количество страниц:

    134 с. : ил.

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы


Оглавление
Введение
Глава 1 Модель формирования стереопары, восстановление рельефа по стереопаре, точность установления стереосоответствий, метод оценки верхней и нижней границы диспаритета
1.1 Модель формирования стереопары и ее особенности
1.2 Восстановление рельефа по стерепаре фотоснимков
1.3 Подходы оценки точности стереосоответствий
1.4 Выбор стереопар для диссертационного исследования
1.5 Анализ стереопар из набора 1 и набора
1.6 Метод оценки границ значений диспаритетов стереопары
1.6.1. Снижение вычислительной сложности и увеличение точности
1.6.2. Необходимые элементы математической статистики и теории вероятностей
1.6.3. Трехэтапный метод оценки границ диспаритета пикселов стереопар
1.6.4. Экспериментальная проверка метода оценки границ диспаритета пикселов, анализ его эффективности и выводы
Глава 2 Анализ и исследование функций сравнения опорных областей
2.1 Математическое описание и анализ функций сравнения опорных областей
2.2 Схема сопоставления пикселов и опорных окон
2.3 Анализ модели сопоставления опорных областей, метод скользящего окна
2.4 Оптимизация вычисления значений целевых функций SAD и SSD
2.5 Оптимизация SAD и SSD для прямоугольных опорных областей
2.6 Анализ функции ZSAD
2.7 Анализ функции Census
2.8 Выводы
Глава 3 Разработка и исследование метода пространственно-цветовой сегментации изображения и статистического уточнения стереосоответствия стереопары
3.1 Анализ высокоточных алгоритмов поиска стереосоответствий
3.2 Существующие подходы сегментации изображений
3.2.1. Метод k-средних (метод главных точек)
3.2.2. Метод сдвига среднего (mean-shift)
3.2.3. Методы сегментации по гистограмме
3.2.4. Методы разрастания областей
3.3 Разработка нового метода сегментации изображения стереопары
3.4 Метод слияния малых сегментов
3.5 Критерии эффективности методов уточнения стереосоответствий
3.6 Разработка метода уточнения стереосоответствия в пределах выделенных сегментов изображения
3.7 Экспериментальная проверка эффективности многокритериального метода уточнения стереосоотвествия стереопар
Глава 4 Комплексный алгоритм поиска стереосоответствий
4.1 Метод локализации оценок границ диспаритета стереопар
4.2 Разработка комплексного алгоритма установления стереосоответствий
4.3 Экспериментальная проверка эффективности комплексных алгоритмов установления стереосоответствий, выводы
4.4 Сравнение с контроллером компьютерного зрения Microsoft Kinect
Заключение
Список сокращений и условных обозначений

Словарь терминов
Список литературы
Список иллюстративного материала
Приложение А - Изображения стереопар
Приложение Б - Стереосоответствия стереопар и их эталоны
Приложение В - Результаты экспериментов комплексного алгоритма идентификации пикселов
Приложение Г - Акты внедрения

отклонение в сторону больших значений, что в еще большей степени обеспечивает корректное покрытие верхней границы СВ.
1.6.3. Трехэтапный метод оценки границ диспаритета пикселов стереопар
Повышение точности статистических подходов при оценке характеристик произвольной случайной величины достигается увеличением размера выборки. Увеличение размера выборки означает увеличение числа измерений диспаритета пикселов. Оценку диспаритета необходимо проводить по большим опорным окнам, формируемым для случайно выбираемых пикселов. В данных условиях на этапе предварительной оценки невозможно эффективное применение оптимизаций вычисления целевой функции подобия.
Вычислительная сложность этапа предварительной оценки при отсутствии оптимизаций составляет 0(м-1тУУд), где ш, И ширина и высота опорного окна соответственно, ]¥ - ширина изображения стереопары в пикселах, q - размер выборки. Нетрудно заметить, что при И~м^0,1IV, УУ~700, д~500 сложность этапа оценки диспаритета будет сопоставима или больше, чем сложность основного шага установления соответствий со сложностью 0(НУ-с1) (подробнее о нижней границе вычислительной сложности основного шага см. гл. 2.2 данного исследования).
В данном исследовании предлагается трехэтапный метод определения границ значений диспаритета стереопар. На первом этапе приблизительно вычисляется верхняя граница с1тах. Вычислительная сложность такой оценки составляет 0(м> И1¥д), при этом тах(м^,И)~ 0,1 IV, размер выборки д<50 измерений. Как видно, снижение сложности на данном этапе достигается за счет сокращения размера выборки, но, как будет показано далее в экспериментальной части, этого достаточно для получения приблизительной оценки бтах.

Рекомендуемые диссертации данного раздела

Время генерации: 0.282, запросов: 967