视差估计
(1) Belief Propagation(BP)
咱也不懂~链接在这https://www.bilibili.com/read/cv9129447/
(2) graph cuts
Graph cuts在视差估计中的应用_岳麓吹雪的博客-CSDN博客https://www.lmlphp.com/user/58238/article/item/1364412/
(3) Dynamic Programmaing(DP)、Cooperative Optimization(CO)、Scanline Optimization(SO)
这些都是,我也不了解~嗯有兴趣的可以都了解了解。
(4)Winner Takes All(WTA)
一般局部匹配都用这个,简单粗暴!
就选聚合后的代价立方体中最小的作为配对点。
缺点也很明显,精度不太好。但是在SGM的代价聚合后呢,其实也还不错~
大部分都用WTA了现在,关键的点还是在前面两个step:代价计算和代价聚合。
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。
视差优化
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。
子像素计算(sub-pixel)、左右一致性检查(LR Check)、小连通域剔除(Remove Peaks)、视差填充(Disparity Filling)、弱纹理优化(Refine Textureless)、平滑滤波 Filtering。
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。
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。(是不是用C/C++的话for也能很快啊~我matlab真的好慢啊~求大佬可以解释一下)