立体视觉算法步骤-Matching cost computation(匹配代价计算)

本文概述了《Stereo Vision: Algorithms and Applications》中提出的立体视觉四步流程,重点解析匹配代价计算阶段,包括不相关性测量、归一化互相关、零平均归一化互相关、中值滤波等方法,旨在为初学者提供清晰的学习路径。
摘要由CSDN通过智能技术生成

一提到视觉算法的步骤,不得不提《A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms》这篇文章。

因为目前大多数提到这个步骤,都是引用了这边文章,因为是这篇文章首次提出了立体视觉的四个步骤。而且《Stereo Vision:Algorithms and Applications》也是按照这四个步骤作为逻辑路线进行讲解。因此,作为初学者,按照这个思路学习,应该是个不错的选择。

本文的目的是,对《Stereo Vision:Algorithms and Applications》这篇文章进行概括和总结,拟出一条线路,以免后期迷失在茫茫文献中。

 

大多数的立体视觉分为四步

  1. Pre-processing(预处理)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值