- 博客(5)
- 收藏
- 关注
RSS订阅原创 立体匹配学习笔记5-step3视差估计和视差优化。
好了好了~到这我的学习笔记就结束了~前段时间一直在想着优化程序~要是一直用for循环得慢到姥姥家~希望大家能多运用矩阵运算吧，可以快一点。作用吗，就和名字一样~简洁明了，这一块除了左右一致性检查外，其他的都和图像处理有些关联，主要就是处理图像了，让深度图像更好看。链接我就不给了~百度多的是，或者自己理解了前面两个步骤之后，也一下就知道了，取个min就是了。懒得分点了~总的来说呢这些都是次要的，关键还是前面两步，简单叙述一下。缺点也很明显，精度不太好。这些都是，我也不了解~嗯有兴趣的可以都了解了解。
2023-08-24 18:25:24
95
1
原创 立体匹配学习笔记4-step2代价聚合
可以这样理解：1、代价计算 = 根据单一的计算公式粗略的获取一个像素点的代价向量（这个代价 是一个列向量，长度为视差），最终组成一个代价立方体（代价立方体也是 代价计算的最终产物）。一开始接触的时候，总是分不清代价计算，代价聚合，视差估计这些东西，因为好像这些都是一个步骤内的啊，我代价都计算出来了不就直接得到视差了吗？（1），（2），（3），（4）为4路径聚合。
2023-08-24 11:24:19
418
1
原创 立体匹配学习笔记2-预处理篇
最简单最暴力的代价计算方式就是从左图的第一个像素开始与右图所有像素相比较，找到最相近的两个像素，即为对应点。设左（右）图像素为M ✖ N。那么需要历遍M ✖ N ✖ M ✖ N次（很简单暴力的表示了吧）。怎么判断最相近呢，也就是计算每个像素之间的代价（代价计算）。最简单粗暴的代价计算就是AD（像素灰度值差的绝对值），越接近0的越相似，代价也越低。当然还有其他代价计算方式，后续再说。
2023-07-17 20:35:13
128
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人