二阶先验模型下SA-GA混合优化策略的图像景深提取  

Hybrid optimization of SA-GA depth map extraction base on second-order prior model

作　　者：杨竣辉[1] 黄婵[1,2] 

机构地区：[1]江西理工大学信息工程学院,江西赣州341000 [2]赣南教育学院计算机系,江西赣州341000

出　　处：《计算机应用》2009年第10期2695-2697,共3页journal of Computer Applications

基　　金：江西省教育厅科技项目(GJJ08286)

摘　　要：解决从不同角度拍摄的一系列平面图像中解算图像中物体的景深问题,使用一个新颖的二阶先验模型来建模光滑3D物体的表面信息,此模型比传统的一阶模型有很大优势。同时提出一个混合优化策略———模拟退火算法(SA)和遗传算法(GA)来提高优化效率。实验结果表明:二阶先验模型在解算典型场景的景深时要优于一阶模型。混合优化比单独的SA、GA优化效果好。This work deals with the depth information estimation of 3-D surface in a series of images from different shot angle. The proposed method used a new second-order prior model to model the smooth 3D surface information which cause intractable （non-submodular） optimization problems; improved optimization efficiency by using the hybrid optimization strategy of Simulated Annealing （SA） algorithm and Genetic Algorithm （ GA）. Experimental results demonstrate that the second-order prior model is a better model of typical scenes than the first-order prior one and the performance of the hybrid algorithm outperforms SA and GA alone

关 键 词：图像3D重建 二阶先验模型 建模 模拟退火算法 遗传算法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]