我的主要研究方向是立体匹配(Stereo Matching),是计算机视觉(Computer Vision)下的一个研究热点。研究匹配有一年多了,对这方面(特别是局部算法)比较了解,以后会陆续发布我已经实现的经典算法以及我自己设计的算法。深知在孤立无援时一个人探索有多么困苦,网络之大,说不定就帮了谁。
如有疑问,请留言。如需代码,请留下邮箱。(环境:VS2008+OpenCV2.0 可执行)转载于:http://blog.sina.com.cn/s/blog_500afcd40100lqi1.html
算法简称: AdaptWeight
全称: Adaptive Weight -- 自适应权重
出自论文: 2005年发表在会议CVPR上 --
Locally Adaptive Support-Weight Approach for Visual Correspondence Search。
2006年稍作改动发表在杂志 IEEE TPAMI上 --
Adaptive Support-Weight Approach for Correspondence Search
作者: Kuk-Jin Yoon and In-So Kweon 韩国人
算法简介:
局部立体匹配算法中里程碑式的作品。从CVPR和PAMI就能看出它的分量。AdaptiveWeight的方法一经提出,正式宣告在匹配精度方面,自适应窗口算法(Adaptive Window)的彻底out。并在之后广为流行起来。
核心思想是为匹配窗口中的每个像素赋予一个权值,权值是根据它们与窗口中心点的颜色差和距离得到的。本质上是完成了一种近似的图像分割。
实验结果:
对4幅标准实验图使用该算法,结果如下。
参数很重要,这里选择的 rc=13,rp=31,比用原文提供的参数效果更好。
注:未做左右检测。