位置:成果数据库 > 期刊 > 期刊详情页
利用并查集的多视匹配点提取算法
  • ISSN号:1001-9081
  • 期刊名称:《计算机应用》
  • 时间:0
  • 分类:P237[天文地球—摄影测量与遥感;天文地球—测绘科学与技术] TP751[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:信息工程大学地理空间信息学院,郑州450052
  • 相关基金:国家973计划项目(2012CB720000)
中文摘要:

多视匹配点的提取是多视影像场景三维重建的核心问题之一,提取结果将直接影响三维重建的精度。将多视匹配点的提取问题转化为动态连通性问题,设计了基于并查集算法的解决方案。采用高效的树结构来组织并查集中的节点,在树中采用parent-link连接方式,使得每次增加匹配点对的过程中只需修改单个节点的寻址参数,避免了遍历数组来比较寻址参数的计算过程,提高了查找和修改的效率。同时通过加权策略对算法进行优化,利用加权编码方式替代常用的硬编码,可以平衡树状图的结构,降低树中节点的平均深度。多组影像集的实验结果表明,基于并查集的算法可以提取更多的多视匹配点,并且计算效率要优于传统的广度优先搜索算法。

英文摘要:

The extraction of multi-view matching points is one of the key problems in 3D reconstruction of multi-view image scenes,and the accuracy of the reconstruction will be affected directly by the extraction result. The extraction problem of multiview matching points was converted into the dynamic connectivity problem and a Union-Find( UF) method was designed. The nodes of UF were organized using efficient tree structure in which parent-link connection was adopted. In the process of increasing the matching points,only the addressing parameters of a single node needed to be modified,which avoided comparing the calculation process of the addressing parameters through traversing the array,and the efficiencies of locating and modifying were improved. A weighting strategy was used to optimize the algorithm,and the weighted encoding method was used to replace the conventional hard encoding,which could balance the structure of the tree and reduce the average depth of the dendrogram.The experimental results of multiple image sets show that the proposed algorithm based on UF can extract more multi-view matching points,and is more efficient than the conventional Breadth-First-Search( BFS) algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术协会
  • 主办单位:四川省计算机学会中国科学院成都分院
  • 主编:张景中
  • 地址:成都市人民南路四段九号科分院计算所
  • 邮编:610041
  • 邮箱:xzh@joca.cn
  • 电话:028-85224283
  • 国际标准刊号:ISSN:1001-9081
  • 国内统一刊号:ISSN:51-1307/TP
  • 邮发代号:62-110
  • 获奖情况:
  • 全国优秀科技期刊一等奖,国家期刊奖提名奖,中国期刊方阵双奖期刊,中文核心期刊,中国科技核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:53679