视觉图像匹配技术认识
2015-10-13 09:56
357 查看
1.局部匹配方法
块匹配 就是通常的滑动小窗口,窗口内颜色,灰度变化等作为相似度计算特征。如SSD,SAD。
标签:固定窗口大小 只适应窗口大小
其他:点匹配,线匹配,原理类似。
通常情况下,局部匹配方法被证明结果精度不高,全局匹配方法因其匹配精度高,是必然的发展方向。
2.全局匹配方法
常规:通过最小化能量函数,迭代计算视差图,以计算最优视差图。能量函数由数据项和平滑项组成。
动态规划:研究核心是如何减少水平线扫描带来的拖尾效应。
图像分割:按照像素灰度或连通性,将图像分割为图像块,分别做匹配,然后优化融合。
图割优化:构建以像素为节点的图,基于最大割/最小流算法,优化能量函数。
置信度传播:在置信度网络中传递的信息求视差。
标签:分层网络
问题:遮挡 弱纹理 重复纹理 不同增益与偏移
约束:极线约束,一致性,唯一性,平滑性
块匹配 就是通常的滑动小窗口,窗口内颜色,灰度变化等作为相似度计算特征。如SSD,SAD。
标签:固定窗口大小 只适应窗口大小
其他:点匹配,线匹配,原理类似。
通常情况下,局部匹配方法被证明结果精度不高,全局匹配方法因其匹配精度高,是必然的发展方向。
2.全局匹配方法
常规:通过最小化能量函数,迭代计算视差图,以计算最优视差图。能量函数由数据项和平滑项组成。
动态规划:研究核心是如何减少水平线扫描带来的拖尾效应。
图像分割:按照像素灰度或连通性,将图像分割为图像块,分别做匹配,然后优化融合。
图割优化:构建以像素为节点的图,基于最大割/最小流算法,优化能量函数。
置信度传播:在置信度网络中传递的信息求视差。
标签:分层网络
问题:遮挡 弱纹理 重复纹理 不同增益与偏移
约束:极线约束,一致性,唯一性,平滑性
相关文章推荐
- 014redis的优化&redis工具的使用
- SPFA
- 图像处理与计算机视觉:基础,经典以及最近发展
- Android性能专项测试之Systrace工具
- js变量作用域及访问权限的探讨(2)
- Android sdk content loader 0%的解决方法
- CentOS6.5搭建LNMP
- RSA 算法
- dubbo Servlet Bridge Server时同时支持hessian和webservice
- Java环境变量配置
- websphere如何产生javacore和heapdump
- 记录帖(持续更新):httpclient post 读取数据不全的原因汇总
- eclipse+tomcat项目部署
- jstl if和foreach的混合使用 实现通过后台值控制select默认选项的功能【实例】
- 关于贝加莱Modbus通讯的总结
- javascript中类的属性访问权限研究(1)
- (Nginx+Apache)实现反向代理与负载均衡
- 2015国庆记事
- FusionCharts中文乱码+去logo资源
- 机器学习的11个开源项目