这篇博客探讨了纯视觉算法在计算复杂度和鲁棒性方面的挑战，特别是在单调缺乏纹理场景中的匹配困难。作者提出了一种改进方案，即结合图像分割和视差匹配算法，以提高精度和减少计算量。通过先进行画面分割，然后进行对齐算法，可以优化现有的扫描算法，尤其对镂空和网眼等复杂结构有更好的处理效果。
简介: 比较好的算法是结合了图像分割和视差匹配算法.
纯视觉的方法，计算复杂度高。计算量大
需要逐像素计算匹配；
需要保证匹配结果比较鲁棒，
所以算法中会增加大量的错误剔除策略，对算法要求较高，
实现可靠商用难度大。
纯视觉的方法，不适用于单调缺乏纹理的场景。
由于双目立体视觉法根据视觉特征进行图像匹配，所以对于缺乏视觉特征的场景（如天空、白墙、沙漠等）会出现匹配困难，导致匹配误差较大甚至匹配失败。
以及改进方式, 比较好的算法是结合了图像分割和视差匹配算法.
个人的想法
现在的算法：
以右眼为主视眼，左眼在右眼上逐渐滑动，减法得到差图
将差图堆叠，再卷积过滤
得到视差图
双目板子，计算深度信息，对垂直的条纹明暗，对水平的不敏感，可以加入另外一对眼（正交布置）解决问题。
但是，人类的双眼如何只要水平布置，就能获得深度数据，不再需要另外一对垂直的眼？？
猫、苍蝇、虾也都是水平布置双眼，也许仅仅因为是左右对称身体的结果
另外从数据来看，也许自然界中的垂直分量更多一些
杂乱的条纹包含垂直分量，
建筑物、直立的人和树木大多是垂直分量，
算法改进：
先做画面分割算法，再做对齐算法，
比 现在的扫描算法结果更精确，算量更小
对镂空和网眼的结果更好
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
