传统立体匹配相似性测度笔记(更新中)
文章目录
- 概述
- 匹配测度
- parametric costs
- 1. absolute difference(AD) && SAD
- 2. BT测度
- 3. 滤波型的测度(mean, log,bilateral)
- 4. ZSAD
- 5. 大名鼎鼎的NCC
- 5.1 常见变种1---MNCC
- 5.2 常见变种2---ZNCC
- Non-Parametric Matching Costs
- 1. Rank filter
- 1.1 改进 --- Soft Rank filter
- 2. 大名鼎鼎的census filter
- 3. ordinal measure
- Mutual Information
- 其他
- AD-Census
概述
参考文章《Evaluation of Stereo Matching Costs on Images with Radiometric Differences》进行传统立体匹配领域匹配相似性测度的梳理。论文链接。
匹配测度
文章比较了15种测度以及三种立体匹配方法的优劣。
将匹配测度分为三种类型:
1. non-parametric costs
2. parametric costs
3. mutual information
parametric costs
1. absolute difference(AD) && SAD
隐含假设是,认为同名点的亮度一致。
对于左图的一个像素p\mathbf pp而言,右图对应的像素为p−d\mathbf p -\mathbf dp−d。
CAD(p,d)=∣IL(p)−IR(p−d)∣C_{AD}(\mathbf p,\mathbf d)=|I_{L}(\mathbf p)-I_R(\mathbf p-\mathbf d)| CAD(p,d)=∣IL(p)−IR(p−d)∣
通常,对于局部的匹配方法来说,AD通常表现为SAD的方式,即:
CSAD(p,d)=∑q∈Np∣IL(p)−IR(p−d)∣C_{SAD}(\mathbf p,\mathbf d)=\sum_{\mathbf q \in N_{\mathbf p}}|I_{L}(\mathbf p)-I_R(\mathbf p-\mathbf d)| CSAD(p,d)=q∈Np∑∣IL(p)−IR(p−d)∣
2. BT测度
此外,还测试了BT(Birchfield and Tomasi)测度,原文为:
… the sampling-insensitive absolute difference of Birchfield and Tomasi…
该测度计算了the extrema of linear interpolations of the corresponding pixels of intrest with their neighbors. 这个测度通常用于pixel-wise的全局方法。 实际上,BT代价也是像素灰度值差值的绝对值,和AD有相似性,只不过BT利用了亚像素的灰度信息。
CBT(p,d)=min(A,B)A=max(0,IL(p)−IRmax(p−d),IRmin(p−d)−IL(p))B=max(0,IR(p−d)−ILmax(p),ILmin(p)−IR(p−d))Imin(p)=min(I−(p),I(p),I+(p))Imax(p)=max(I−(p),I(p),I+(p))I−(p)=(I(p−[10]T)+I(p))/2I+(p)=(I(p+[10]T)+I(p))/2\begin{aligned} C_{B T}(\mathbf{p}, \mathbf{d}) &=\min (A, B) \\ A &=\max \left(0, I_{L}(\mathbf{p})-I_{R}^{\max }(\mathbf{p}-\mathbf{d}), I_{R}^{\min }(\mathbf{p}-\mathbf{d})-I_{L}(\mathbf{p})\right) \\ B &=\max \left(0, I_{R}(\mathbf{p}-\mathbf{d})-I_{L}^{\max }(\mathbf{p}), I_{L}^{\min }(\mathbf{p})-I_{R}(\mathbf{p}-\mathbf{d})\right) \\ I^{\min }(\mathbf{p}) &=\min \left(I^{-}(\mathbf{p}), I(\mathbf{p}), I^{+}(\mathbf{p})\right) \\ I^{\max }(\mathbf{p}) &=\max \left(I^{-}(\mathbf{p}), I(\mathbf{p}), I^{+}(\mathbf{p})\right) \\ I^{-}(\mathbf{p}) &=\left(I\left(\mathbf{p}-\left[\begin{array}{ll}1 & 0\end{array}\right]^{T}\right)+I(\mathbf{p})\right) / 2 \\ I^{+}(\mathbf{p}) &=\left(I\left(\mathbf{p}+\left[\begin{array}{ll}1 & 0\end{array}\right]^{T}\right)+I(\mathbf{p})\right) / 2 \end{aligned} CBT(p,d)ABImin(p)Imax(p)I−(p)I+(p)=min(A,B)=max(0,IL(p)−IRmax(p−d),IRmin(p−d)−IL(p))=max(0,IR(p−d)−ILmax(p),ILmin(p)−IR(p−d))=min(I−(p),I(p),I+(p))=max(I−(p),I(p),I+(p))=(I(p−[10]T)+I(p))/2=(I(p+[10]T)+I(p))/2
在opencv中的源码为:
for( int d = minD; d < maxD; d++ ){// 右图逆序取出 int v = prow2[width-x-1 + d];int v0 = buffer[width-x-1 + d];// 最小值int v1 = buffer[width-x-1 + d + width2];// 最大值int c0 = std::max(0, u - v1); c0 = std::max(c0, v0 - u);int c1 = std::max(0, v - u1); c1 = std::max(c1, u0 - v);// 不同于论文,opencv综合了sobel滤波结果的BT以及原始灰度值的BTcost[x*D + d] = (CostType)(cost[x*D+d] + (std::min(c0, c1) >> diff_scale));}
参考链接
3. 滤波型的测度(mean, log,bilateral)
上图为滤波型的测度作用之前的原始图像,以下在介绍测度公式后所给出的结果,均是对该图进行的操作结果。
首先是均值型的,直接减去邻居像素的均值然后再加个常数,这里是128,加常数的目的是使其不为负值。
Imean(p)=I(p)−1∣Np∣∑q∈NpI(q)+128I_{\operatorname{mean}}(\mathbf{p})=I(\mathbf{p})-\frac{1}{\left|N_{\mathbf{p}}\right|} \sum_{\mathbf{q} \in N_{\mathbf{p}}} I(\mathbf{q})+128 Imean(p)=I(p)−∣Np∣1q∈Np∑I(q)+128
处理结果为:
其次是LoG,目的是smoothing for removing noise and removes an offeset in intensities. 通常用于local real-time methods.这里采用5×55 \times 55×5大小的LoG核。
ILoG=I⊗KLoG,KLoG(x,y)=−1πσ4(1−x2+y22σ2)e−x2+y22σ2I_{L o G}=I \otimes K_{L o G}, \quad K_{L o G}(x, y)=-\frac{1}{\pi \sigma^{4}}\left(1-\frac{x^{2}+y^{2}}{2 \sigma^{2}}\right) e^{-\frac{x^{2}+y^{2}}{2 \sigma^{2}}} ILoG=I⊗KLoG,KLoG(x,y)=−πσ41(1−2σ2x2+y2)e−2σ2x2+y2
处理结果为:
最后,考虑了background subtraction by bilateral filtering(BilSub)。每一个像素都减去了双边滤波后的值,通过这个方式来做background subtraction.使用的LoG的核是15×1515 \times 1515×15大小的,空间域参数σs=3\sigma_s=3σs=3,以及灰度域参数σr=20\sigma_r=20σr=20。
IBilSub (p)=I(p)−∑q∈NpI(p)eser∑q∈Npesers=−(q−p)22σs2r=−(I(q)−I(p))22σr2\begin{array}{l} I_{\text {BilSub }}(\mathbf{p})=I(\mathbf{p})-\frac{\sum_{\mathbf{q} \in N_{\mathrm{p}}} I(\mathbf{p}) e^{s} e^{r}}{\sum_{\mathbf{q} \in N_{\mathrm{p}}} e^{s} e^{r}} \\ s=-\frac{(\mathbf{q}-\mathbf{p})^{2}}{2 \sigma_{s}^{2}} \quad r=-\frac{(I(\mathbf{q})-I(\mathbf{p}))^{2}}{2 \sigma_{r}^{2}} \end{array} IBilSub (p)=I(p)−∑q∈Npeser∑q∈NpI(p)esers=−2σs2(q−p)2r=−2σr2(I(q)−I(p))2
处理结果为:
4. ZSAD
ZASD全称呼是zero-mean sum of absolute differences,相对于SAD来说,改变在于:在计算SAD之前,像素值先减去窗口内的均值,其实本质上还是SAD。注意,被减去的窗口内的均值其实对于窗口内的每一个像素来说都是一样的,而不是像median filter那样,每一个像素要减去的值都不一样。
对于BilSub以及ZSAD这些测度,文中的表述是"…there are further common costs for removing an offset in intensities",我对其中"an offset in intensities"的理解是相当于去除类似于背景值。
CZSAD(p,d)=∑q∈Np∣IL(q)−IˉL(p)−IR(q−d)+IˉR(p−d)∣Iˉ(p)=1Np∑q∈NpI(q)\begin{aligned} C_{Z S A D}(\mathbf{p}, \mathbf{d}) &=\sum_{\mathbf{q} \in N_{\mathbf{p}}}\left|I_{L}(\mathbf{q})-\bar{I}_{L}(\mathbf{p})-I_{R}(\mathbf{q}-\mathbf{d})+\bar{I}_{R}(\mathbf{p}-\mathbf{d})\right| \\ \bar{I}(\mathbf{p}) &=\frac{1}{N_{\mathbf{p}}} \sum_{\mathbf{q} \in N_{\mathbf{p}}} I(\mathbf{q}) \end{aligned} CZSAD(p,d)Iˉ(p)=q∈Np∑∣∣IL(q)−IˉL(p)−IR(q−d)+IˉR(p−d)∣∣=Np1q∈Np∑I(q)
5. 大名鼎鼎的NCC
据我所知,在许多实际应用中,传统的匹配算法里用的测度不是NCC就是Census。NCC的全名是Normallized cross-correlation,文章中对其的评价是:“NCC compensates gain changes and is statistically the optimal method for dealing with Gaussian noise.”。在统计上来说,是最适应于高斯噪声的。公式为:
CNCC(p,d)=∑q∈NpIL(q)IR(q−d)∑q∈NpIL(q)2∑q∈NpIR(q−d)2C_{N C C}(\mathbf{p}, \mathbf{d})=\frac{\sum_{\mathbf{q} \in N_{\mathrm{p}}} I_{L}(\mathbf{q}) I_{R}(\mathbf{q}-\mathbf{d})}{\sqrt{\sum_{\mathbf{q} \in N_{\mathrm{p}}} I_{L}(\mathbf{q})^{2} \sum_{\mathbf{q} \in N_{\mathrm{p}}} I_{R}(\mathbf{q}-\mathbf{d})^{2}}} CNCC(p,d)=∑q∈NpIL(q)2∑q∈NpIR(q−d)2∑q∈NpIL(q)IR(q−d)
5.1 常见变种1—MNCC
这是一个基于Moravec算子的NCC变种。很接近于NCC,但是计算的速度更快,但是文中表示,MNCC似乎会对实验结果产生一定的影响。
5.2 常见变种2—ZNCC
类似于ZSAD之于SAD,ZNCC也是相当于NCC加了个zero-mean。ZNCC是唯一一个在gain和offset上都能进行补偿的parametric cost。公式为:
CZNCC (p,d)=∑q∈Np(IL(q)−IˉL(p))(IR(q−d)−IˉR(p−d))∑q∈Np(IL(q)−IˉL(p))2∑q∈Np(IR(q−d)−IˉR(p−d))2\begin{aligned} &C_{\text {ZNCC }}(\mathbf{p}, \mathbf{d})=\\ &\frac{\sum_{\mathbf{q} \in N_{\mathrm{p}}}\left(I_{L}(\mathbf{q})-\bar{I}_{L}(\mathbf{p})\right)\left(I_{R}(\mathbf{q}-\mathbf{d})-\bar{I}_{R}(\mathbf{p}-\mathbf{d})\right)}{\sqrt{\sum_{\mathbf{q} \in N_{\mathbf{p}}}\left(I_{L}(\mathbf{q})-\bar{I}_{L}(\mathbf{p})\right)^{2} \sum_{\mathbf{q} \in N_{\mathbf{p}}}\left(I_{R}(\mathbf{q}-\mathbf{d})-\bar{I}_{R}(\mathbf{p}-\mathbf{d})\right)^{2}}} \end{aligned} CZNCC (p,d)=∑q∈Np(IL(q)−IˉL(p))2∑q∈Np(IR(q−d)−IˉR(p−d))2∑q∈Np(IL(q)−IˉL(p))(IR(q−d)−IˉR(p−d))
Non-Parametric Matching Costs
所谓的Non-parametric匹配测度依赖的都是影像灰度的相对顺序,即"… based on the local order of intensities".
1. Rank filter
Rank filter最先被提出时,是为了提高窗口匹配的鲁棒性,换言之,是为了起到对窗口内的粗差不敏感的作用。然而,再仔细想想,如果对窗口内的粗差不敏感了,那么,那些边缘处,本就是看似“粗差”的真实情况,是不是也就不能够被有效识别出来呢?确实是这样的,对于这种所谓的鲁棒的方法来说,他们也会进一步地导致物体边缘的blur情况。在论文中,使用了的Rank fillter的窗口大小是15×1515 \times 1515×15大小的,具体公式为:
IRank(p)=∑q∈NpT[I(q)<I(p)]I_{R a n k}(\mathbf{p})=\sum_{\mathbf{q} \in N_{\mathrm{p}}} T[I(\mathbf{q})<I(\mathbf{p})] IRank(p)=q∈Np∑T[I(q)<I(p)]
其中,T[]T[]T[]表示,如果是真则返回1,如果是假则返回0.
Rank filter在没有纹理的区域容易受到噪声影响,比如上图中小熊的右边墙壁。
1.1 改进 — Soft Rank filter
刚才提到,在rank filter中存在受弱纹理影响的问题,针对该问题,Zitnick等人提出了Soft rank filter。Soft rank filter的思想是,通过定义一个线性的,soft的过渡区(在0-1之间)来避免弱纹理的影响,而实验结果证明,这个想法是行之有效的。究其原因,弱纹理的影响本质上是因为像素的数值太过于相近的时候仍然表现为一大一小,而这是不符合实际情况的。具体的公式为:
ISoftRank (p)=∑q∈Npmin(1,max(0,I(p)−I(q)2t+12))I_{\text {SoftRank }}(\mathbf{p})=\sum_{\mathbf{q} \in N_{\mathrm{p}}} \min \left(1, \max \left(0, \frac{I(\mathbf{p})-I(\mathbf{q})}{2 t}+\frac{1}{2}\right)\right) ISoftRank (p)=q∈Np∑min(1,max(0,2tI(p)−I(q)+21))
在论文实验中,阈值t=8t=8t=8
结果如下图所示,可以看到,红框框出来的地方,明显保真多了。
2. 大名鼎鼎的census filter
census变换就是窗口中心的元素和邻居们一个一个的比较,然后表示为一个位串,两幅影像都经过这种变换后,对于每个像素来说,都有一个位串,两个影像之间就通过hamming距离来计算相似度。是不是很像rank filter?但是rank filter是变换了之后直接AD了,而census是计算汉明距离,而且更重要的是,rank不管空间邻居的结构相对位置信息是怎么样的,census管。这也就导致了census的效果,要比rank好。当然,速度也要比rank慢一些。论文中的实验使用的窗口大小是9×79 \times 79×7的。
3. ordinal measure
这个方法原文是这样讲的:"…based on the distance of rank permutations of corresponding matching windows."
这个方法不能够用filter来实现,而且需要基于窗口的匹配。其相对于Rank还有Census的优势可能就是他不依赖于兴趣点的数值。
Mutual Information
互信息。这个测度其实也是作者自己提出来的,对了,这个作者就是提出SGM的那位大佬。
类似于9×99 \times 99×9,11×1111 \times 1111×11这样的窗口,体现不出meaningful probability distribution.这就需要窗口大一些,然而如果窗口过大的话,就会导致边缘的blur。因此,采取了一种能够利用逐像素的匹配方法的MI的计算方式(其实就是SGM的方法)。首先用一个随机的视差图,通过这个视差图,我们可以知道两张影像同名点的关系,进而,我们就可以计算需要的probability distributions. 因为这个计算是对于整张影像来说的,所以这个得到的probability distributions是可靠的。通过MI的泰勒扩展,使得代价矩阵是可微的。初始的视差图可以随便给,之后迭代精化就可以了,文中表示,一般来说迭代个三次就够了。为了效率考虑,文章使用HMI计算,即Hierarchical MI,意思就是先从低分辨率开始算,然后逐层传递回高分辨率去。其中有一个细节值得注意,就是"It should be noted that the
disparity image of the lower-resolution level is used only for
calculating the matching costs of the higher-resolution level,
but not for restricting the disparity range, as this could easily lead to missing small objects"。这种分层的计算方式和迭代的效果几乎一样好,但是用的时间却更少了,奈斯。
其他
AD-Census
前面介绍了AD,介绍了Census,那么AD-Census顾名思义就是AD和Census两种测度的结合。显然,AD和Census的尺度并不一样,当我们想要结合两个还不错的东西的时候,或许首先要想到的就是这两个东西在结合的时候是否是同权重的?而这,就自然而然的会涉及到尺度,试想,如果一个测度的范围在10-100000之间,另一个只在0-1之间,那么如果简单的相加的话,自然会削弱那个0-1范围的测度所起到的作用。因此,测度尺度的范围一定要解决,在Ad-Census中,是通过引入一个自然指数函数来解决的:
ρ(c,λ)=1−exp(−cλ)\rho(c, \lambda)=1-\exp \left(-\frac{c}{\lambda}\right) ρ(c,λ)=1−exp(−λc)
其中,ccc是代价值,而λ\lambdaλ是一个控制参数(大于0),显然,通过这个自然指数参数,可以将任何的代价ccc归一化到0-1之间。
将这个自然指数参数应用至AD代价以及Census代价,并将作用后的代价相加,即为Ad-Census的计算公式了:
C(p,d)=ρ(Ccensus (p,d),λcensus )+ρ(CAD(p,d),λAD)\begin{aligned} C(\mathbf{p}, d)=& \rho\left(C_{\text {census }}(\mathbf{p}, d), \lambda_{\text {census }}\right)+\\ & \rho\left(C_{A D}(\mathbf{p}, d), \lambda_{A D}\right) \end{aligned} C(p,d)=ρ(Ccensus (p,d),λcensus )+ρ(CAD(p,d),λAD)
这个范围在0-2之间。
参考李博博客中的代码为:
// ad代价const float32 cost_ad = abs(img_left_[y*width+x] - img_right_[y*width+x_r]);// census代价const auto& census_val_r = census_right_[y * width_ + xr];const float32 cost_census = static_cast<float32>(Hamming64(census_val_l, census_val_r));// ad-census代价cost = 1 - exp(-cost_ad / lambda_ad) + 1 - exp(-cost_census / lambda_census);
AD-Census即综合了AD在重复纹理区域的优势,Census在弱纹理区域的优势。
理论参考链接
AD-Census出自文章《On building an accurate stereo matching system on graphics hardware》
传统立体匹配相似性测度笔记(更新中)相关推荐
- python甲鱼怎么修改,跟小甲鱼自学python笔记 更新中…
看完这些笔记自己就可以入门Python了 在B站上看小甲鱼的视频,顺便整理一下自己的笔记. 第十课 列表 1.列表中可以存放一些什么东西? 在列表中可以存放整数.浮点数.字符串.对象-甲鱼粉说Pyth ...
- Android V7包学习笔记更新中.....
关于V4 V7 V13 VX包介绍转自这里 1, Android Support V4, V7, V13是什么? 本质上就是三个java library. 2, 为什么要有support库? 如果在低 ...
- 《亿级流量JAVA高并发与网络编程实战》笔记--------更新中
<亿级流量JAVA高并发与网络编程实战>笔记 第一章 高并发概述 "高并发技术" 是一个广义的概念,是指一种高效的地实现并发需求的解决方案,是技术领域的名称,可以包含架 ...
- SQL手工注入入门级笔记(更新中)
一.字符型注入 针对如下php代码进行注入: $sql="select user_name from users where name='$_GET['name']'"; 正常访问 ...
- 快速傅里叶变换学习笔记(更新中)
快速傅里叶变换(FFT)学习笔记 简介 快速傅里叶变换($ \rm Fast Fourier Transformation $), 简称 \(\rm FFT\), 用于在 $ \Theta(n\log ...
- tshark/wireshark/tcpdump实战笔记(更新中...)
注意Wireshark表示意义: Source: 发送方IP Destination: 接收方IP Protoco: 协议 Length: 这里显示的物理层(Frame)数据长度,Frame层长度最长 ...
- 线性代数笔记(更新中ing)
文章目录 一.第一章:行列式(det) 1.二阶行列式 2.三阶行列式 3.n阶行列式 3.1 排列和逆序 3.2 n阶行列式 (主对角线上的)上.下三角和对角行列式 (辅对角线上的)上.下三角和对角 ...
- C#学习笔记(更新中)
运算符 5.bool类型 在c#中我们用bool类型来描述对或者错. bool类型的值只有两个 一个true 一个false bool b=20==20; Console.WriteLine(b); ...
- 《硬核linux攻略》读书笔记更新中
linux具有不同的三种接口:系统调用接口.库函数接口.应用程序接口. 用户启动shell窗口下进行工作. shell里先运行输入的命令行中的第一个字符串,搜索这个程序名,找到了就运行同时挂起shel ...
- 单片机入门学习单片通信协议学习笔记....更新中
单片机各类通信协议 --来自于bilbil金善愚老 一.1-wire单总线 概述: 采用单根信号线既传输时钟又传输数据且数据传输是双向的.(单总线器件芯片有编制唯一的序列号(芯片通信地址)) 适用范围 ...
最新文章
- Spoken English(021)
- 用户模式 linux救援单用户 虚拟机克隆和linux相互登陆
- ajax返回头部页面,ajax getResponseHeader获取中文响应头
- 关于网站URL转码的问题
- 低学历程序员的红利来了,这个政策来的太惊喜!
- 面试39 MySQL读写分离
- C++primer第八章 IO库 8.2 文件输入输出
- python面试总结(三)拷贝与通信
- html5 标准结构_IT兄弟连 HTML5教程 HTML文件的主体结构
- zabbix3.4配置钉钉机器人报警
- 设计模式-------建造者模式(生成器模式)
- 批量修改文件夹及文件用户权限和用户组权限 centos
- CAN分析仪:便携式CAN总线分析仪
- 北京市常用电话号码表
- 微软模拟飞行10厦门航空涂装_微软飞行模拟IGN 评测 10 分:一个任你翱翔的自由世界...
- Java零基础学习-API每日单词(日更)
- 在QQ远程协助为什么键盘无法输入?一起来学习!
- html添加微信号,html代码点击复制微信号并自动打开微信添加好友
- 配音软件哪个好用?好用的配音软件有哪些?你不知道的3款配音软件
- 《软件工程》知识点复习总结
热门文章
- PMSG孕马血清促性腺激素适用的应用方案
- 国开网电大 动物常见病防治 形考任务1-5
- 用python画小兔子_用Python画一只兔子——turtle库circle画圆函数的详细用法介绍
- 我的世界java版天空材质_我的世界:天空还能如此真实?四款天空效果对比!网友:我全都要...
- ATTCK实战系列——红队实战(二)
- hdu5294Tricks Device【最短路+网络流】
- 单片机c语言编写从1到99程序,如何用用C语言编写的单片机来控制流水灯
- Debug---Eclipse断点调试基础
- sony的故事 第 18 章
- 基于业务流程管理框架的企业敏捷性研究