优化的RWR立体匹配算法：色度与空间融合与矩阵均衡

本文研究的焦点是"一种改进的重启动随机游走算法"，由郭三君和万敏两位作者共同完成，他们分别来自西南石油大学电气信息学院。这项工作是在概率模型的框架下进行的，针对重启动随机游走(RWR)立体匹配算法中存在的一些问题进行深入探讨。原始的RWR算法在处理立体匹配时，其边缘权重主要依赖于颜色相似性，这可能导致在边缘区域和弱纹理区域的匹配精度不足。此外，算法的邻接矩阵可能存在不平衡，使得算法对于几何畸变和异常值的鲁棒性不强。 郭三君作为硕士研究生，专注于计算机双目视觉立体匹配算法的研究，而万敏教授则作为副教授，主要研究方向包括检测技术、自动化装置、智能控制和机器人视觉技术。他们的合作旨在通过两个关键方面的改进来优化算法： 1. 边缘权重的改进：传统的基于颜色相似性的权重被扩展为同时考虑颜色和空间邻近度。这种结合有助于提高算法在边缘区域和低纹理表面的匹配精度，从而增强整体匹配结果的准确性。 2. 邻接矩阵的均衡化：通过对邻接矩阵进行均衡处理，算法能够更好地抵抗几何畸变带来的影响，使其在面对异常值时也展现出更强的鲁棒性。这一步的优化确保了算法在复杂环境下的稳定性和可靠性。 经过改进的算法在实际测试中表现出色，特别是在深度不连续区域和弱纹理区，能提供更精确的视差图，这对于许多应用，如三维重建、机器人导航和自动驾驶等领域具有重要意义。 整个研究的关键词包括概率模型、重启动随机游走(RWR)、边缘权重和邻接矩阵，这些关键词反映了研究的核心技术和方法。该论文还被归类为TP391.41，表明它属于计算机科学和技术中的图像处理和计算机视觉领域。 这篇文章不仅提供了对现有RWR算法的深入分析，还提出了实用的改进策略，为提高立体匹配的性能和鲁棒性提供了新的视角和方法。