立体匹配算法实现之：AdaptWeight

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。

 

 

转载于:https://www.cnblogs.com/yuan328/p/6410897.html