Alfred's Blog

SGM算法源于《Stereo Processing by Semi-Global Matching and Mutual Information》一文，我认为这篇文章是立体匹配算法中最给力的，放眼KITTI，可以发现目前排名前五十的算法几乎一半都是对SGM的改进，具有最强的实用价值。SGM中文名称“半全局匹配”，顾名思义，其介于局部算法和全局算法之间，所谓半全局指的是算法既没有只考虑像素的局部

1.论文基本信息题目：Displets:Resolving Stereo Ambiguities using Object Knowledge来源：Conferenceon Computer Vision and Pattern Recognition (CVPR)时间：2015.6作者：Fatma Guney, Andreas Geiger2.论文摘要

本文内容来自于2014年Pauline Tan以及 Pascal Monasse在IPOL上发表的文章《Stereo Disparity through Cost Aggregation with Guided Filter》，该文献最主要的贡献是在局部立体匹配算法中提出了用引导滤波器进行代价聚合。          由于在像素到像素之间直接进行相似度比较会对噪声十分敏感。所以，每一个点的匹配

声明：本文为博主原创文章，未经博主允许不得转载。目录(?)[-]相机畸变模型畸变量实际图物理坐标系与像素坐标系的关系基本关系基本公式在线性标定的基础上畸变的总体表示三种畸变的数学模型模型参数两步标定法正式开始两步法的前提公式推导径向约束公式第一步求中间变量求ty第二步U0V0的标定直接光学法变焦距法径向排列约束法小小总结一下在

Block Matching methodsThe following matching costs are defined for patches centered at the pixel positions  and .The matching costs described below are trivially extended to color images by no