基于遗传算法的 Radiata Pine 树枝图像视差图生成参数优化
计算机视觉与模式识别
2025-12-08 v1
摘要
传统立体匹配算法如加权最小二乘 (WLS) 过滤的半全局块匹配 (SGBM) 在无人机应用中具有速度优势，能在约 0.5 秒钟内生成每个帧的视差图，但这些算法需要精细的参数调谐。我们提出一种基于遗传算法 (GA) 的参数优化框架，系统性地搜索 SGBM 和 WLS 的最佳参数配置，使无人机能够在保持处理效率的同时实现对树枝距离的精准测量。我们的贡献包括：(1) 消除手动调谐的新颖 GA 参数优化框架；(2) 使用多种图像质量指标的全面评估方法；(3) 面向资源受限的无人机系统的实用解决方案。实验结果表明，我们的 GA 优化方法相较于基线配置将均方误差降低 42.86%，同时将峰值信噪比和结构相似性分别提高 8.47% 和 28.52%。此外，我们的方法在 varied imaging conditions 下表现出卓越的泛化性能，这对于现实世界的林业应用至关重要。
引用
@article{arxiv.2512.05410,
title = {Genetic Algorithms For Parameter Optimization for Disparity Map Generation of Radiata Pine Branch Images},
author = {Yida Lin and Bing Xue and Mengjie Zhang and Sam Schofield and Richard Green},
journal= {arXiv preprint arXiv:2512.05410},
year = {2025}
}