Resumen

El filtrado guiado de imgenes basado en regiones cruzadas adaptativas (ACR-GIF) es un mtodo de agregacin de costes muy utilizado. Sin embargo, generalmente no se tienen en cuenta los pesos de los puntos de la regin cruzada adaptativa (ACR), lo que afecta a la precisin de los resultados de disparidad. En este estudio, proponemos un mtodo de agregacin de costes mejorado para resolver este problema. En primer lugar, se propone el peso ortogonal de acuerdo con la caracterstica estructural de la ACR y, a continuacin, se calcula el peso ortogonal de cada punto de la ACR. En segundo lugar, el volumen de costes de coincidencia se filtra utilizando ACR-GIF con pesos ortogonales (ACR-GIF-OW). Para reducir el tiempo de clculo del mtodo propuesto, se propone un mtodo eficiente de clculo de agregacin ponderada basado en pesos ortogonales. Adems, combinando ACR-GIF-OW con nuestro mtodo de clculo de costes de concordancia y el mtodo de refinamiento de disparidades propuestos recientemente, tambin se propone un algoritmo de concordancia estreo local. Los resultados de la plataforma de evaluacin Middlebury muestran que, en comparacin con ACR-GIF, el mtodo de agregacin de costes propuesto puede mejorar significativamente la precisin de la disparidad con menos sobrecarga de tiempo adicional, y el rendimiento del algoritmo de concordancia estreo propuesto supera a otros algoritmos locales y no locales de ltima generacin.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Adaptativo; Basado en regiones cruzadas; Filtrado guiado de imágenes; Método de agregación de costes; Resultados de disparidad; Pesos ortogonales
• Keywords:Adaptive; Cross-region-based; Guided image filtering; Cost aggregation method; Disparity results; Orthogonal weights