自适应权值的立体匹配算法——AdaptWeight
来源:互联网 发布:用编程代码说我爱你 编辑:程序博客网 时间:2024/06/03 21:02
我在本科期间研究的方向一直是计算机视觉,研究生加入双目视觉项目组后,感觉有的知识还是比较无知,所以萌新开始狂补知识点,刚好研究到自适应权的立体匹配算法。
* 如有疑问,请留言;如文中有错误的观点,请留言指正,感谢*
无论是2005年在CVPR上提出的《 Locally Adaptive Support-Weight Approach for Visual Correspondence Search》,还是2006年在PAMI上提出的《 Adaptive Support-Weight Approach for Correspondence Search》,核心思想都是为匹配窗口中的每个像素赋予一个权值。
- 其中,提到了格式塔原理。在格式塔原理中,相似原理和接近原理广泛使用于视觉查找中。
- 在论文中,不同于之前的方法采用找到一个最理想的支持窗口,而是根据颜色的相似和几何距离来调整像素的权值。前者——颜色的相似采用的是格式塔原理中的相似原理,即在某一方面相似的各部分趋于组成整体;后者——几何距离采用的是格式塔原理中的接近原理,即几何距离,也就是空间上位置相近的各部分趋于组成整体。其中,像素的颜色越相似,它的权值越大;像素距离越近,它所分配到的权值也就越大。
- 在算法过程中根据相似性分类时,采用的是采用Lab颜色空间。CIELab提供了三维的信息,分别是L(亮度——L=0时为黑色,L=100时为白色)、a(红色和绿色之间的位置——a为负的时候指绿色,而a为正的时候指红色)、b(黄色和蓝色之间的位置——b为负的时候指蓝色,而为正的时候指黄色)。
- 之所以采用CIELab空间,而不是采用RGB颜色空间,是因为Lab颜色空间更接近人类视觉感知系统。
*现在刚研究完这两篇论文,正在编写代码实现
后期会更博贴出实现结果和代码。*
阅读全文
0 0
- 自适应权值的立体匹配算法——AdaptWeight
- 立体匹配算法实现之:AdaptWeight
- 立体匹配—NCC算法代码
- 立体匹配算法_自适应窗口_Cross Based Support Region
- 立体匹配算法_自适应窗口_Cross Based Support Region .
- Opencv中三种立体匹配算法的比较
- 几种典型的立体匹配算法
- 几种典型的立体匹配算法
- 几种典型的立体匹配算法
- 几种典型的立体匹配算法
- 自适应权值立体匹配-Adaptive support-weight Approach for Correspondence search
- 立体匹配---立体匹配算法最新动态
- 立体匹配算法_RankTransform
- 立体匹配算法_RankTransform .
- 立体匹配算法介绍
- 立体匹配算法
- 立体匹配算法
- 立体匹配算法
- scss 数学运算,加减
- C# ArrayList(数组列表)
- 自然语言处理学习(一):语言模型1.4
- 在做自动化测试之前你需要知道的
- android 日期工具类
- 自适应权值的立体匹配算法——AdaptWeight
- scss 数学运算,加减乘除运算
- Notepad++ 快捷键
- POJ 3281 Dining(拆点+最大流)
- 【练习赛补题】问题 D: 最短路径问题 hdu3790【dfs】
- Ubuntu系统环境变量详解PATH
- session 过时设置
- Spring AOP 和 AspectJ 之间的差别
- 数据结构~数据结构绪论