这是我学习双目视觉做的笔记,之前一段时间都在做室内的SLAM,看到几篇end-to-end的 stereo matching的文章,觉得蛮有意思的。http://www.sci.utah.edu/~gerig/CS6320-S2013/Materials/CS6320-CV-F2012-Rectification.pdf

首先,我们还是重传统的双目方法入手,然后重中吸取营养,来处理深度学习的一些工作。之前写的简单的介绍路过双目视觉(StereoVision),现在我们要停在这里一段时间,来探索一番。这里处理的影像是已经经过核线校正。

1.计算视差 disparity

X是空间中的一个3D点,投影在矫正后的左右视图上为

.
就可以求解视差。逐项素的求解上面的公式,就可以获得完整的视差图。

现在我们面临的问题就是 如何找到 匹配的

。有很多方法来寻找left 图像块,在right视图中相应的直线上寻找匹配图像块。这个寻找匹配块的过程就是匹配代价计算。他们有SAD匹配算法、BM算法、SGBM算法、GC算法[1].
result from [1]

2.匹配代价计算

常见的匹配代价方法:单像素匹配和图像块匹配。

单像素:SAD是绝对误差和;SSD是平方误差和。图像块:

匹配代价计算会生成一个disparity space image,也就是DSI。这个DSI是一个三维的空间,也就是每一个视差,得到一张代价图。假如视差范围是0~16,则会得到17幅代价图。

3. 基于学习的代价卷生成和聚合

MVS-Net
GA-Net

现在有很多学习方法来做双目匹配,输入几张图像(一知道相对pose),把他们提取的feature map堆叠起来,也可以作为一种匹配代价卷,但是不同的代价聚合方式。

ref

【1】Zemo Freedom:StereoVision--立体视觉(1)

【2】Zemo Freedom:StereoVision--立体视觉(2)

【3】Zemo Freedom:StereoVision--立体视觉(3)

【4】https://blog.csdn.net/zhuimengshaonian66/article/details/81536628

[5]https://blog.csdn.net/liulina603/article/details/53302168

双目图像重叠的视差计算_双目视觉(stereo vision)相关推荐

  1. python 深度 视差 计算_计算视觉——视差计算

    背景介绍 立体匹配也称作视差估计(disparity estimation),或者双目深度估计.其输入是一对在同一时刻捕捉到的,经过极线校正的左右图像  和  .而它的输出是由参考图像(一般以左图作为 ...

  2. python 深度 视差 计算_开源双目视觉BM算法-Matlab/Python/Javascript

    更新:应朋友要求,增加了一个Python版本的BM算法和Javascript版本 Python版本BM​github.com JAVASCRIPT版本BM​github.com 整理以前的代码,找到了 ...

  3. 近期两篇双目图像超分辨算法论文解读 |AAAI2020 SPL2020

    点击我爱计算机视觉标星,更快获取CVML新技术 本文为52CV群友谦Sir投稿. 双目图像可以提供同一场景左右两个视角的信息.合理利用双目图像所包含的互补信息可以进一步提升图像超分辨的性能. 随着双摄 ...

  4. CV第四次上机 利用双目图像计算深度图

    一.实验目的: 利用双目图像计算深度 二.实验环境: Win 10 + Matlab R2018a 三.实验理论--双目立体匹配获取深度图   双目立体匹配一直是双目视觉的研究热点,双目相机拍摄同一场 ...

  5. matlab 双目 视差,双目匹配与视差计算

    双目匹配与视差计算 立体匹配主要是通过找出每对图像间的对应关系,根据三角测量原理,得到视差图:在获得了视差信息后,根据投影模型很容易地可以得到原始图像的深度信息和三维信息.立体匹配技术被普遍认为是立体 ...

  6. 论文精读-基于双目图像的视差估计方法研究以及实现

    基于双目图像的视差估计方法研究及实现 第一章 绪论 1.1 课题的研究背景与意义 1.2 双目视差估计的研究现状 1.2.1 传统立体匹配方法研究现状 1.2.2 统计学习方法研究现状 1.2.3 深 ...

  7. matlab利用双目图像视差进行三维重建

    法一: %% % 清理空间 clc; clear; close all;%% % 导入立体标定参数 load stereoParams.mat % 立体参数的可视化 figure; showExtri ...

  8. 真彩色图像数据量 计算_计算机基础:图形、图像相关知识笔记

    1.图形.图像的基础知识 图形:由称为矢量的数学对象所定义的直线和曲线等组成. 图像:也称为栅格图像,由点阵图或位图图像.用像素来代表图像.每一个像素都被分配一个特点的位置和颜色值. 图形和图像之间在 ...

  9. 精华文稿|用于无监督双目立体匹配学习的视差注意力机制

    本文章整理自国防科技大学王龙光博士在深蓝学院的关于双目视觉公开课演讲. -----全文约3000字----- 作者提出了一个基于双目视觉领域的视差注意力机制,并将此机制应用到双目立体匹配和双目超分辨领 ...

最新文章

  1. 2018 上海.NET职位围观报告
  2. kubernets kube-proxy原理分析
  3. 微博办公李国庆:急招副总裁,提请股权激励,希望俞渝同意
  4. 图解PCB板元器件焊接流程
  5. 第2章 数据库系统体系结构
  6. html 字体图标 颜色怎么改,关于css:如何设置Font Awesome Icons的图标颜色,大小和阴影的样式...
  7. StringBuffer的基本使用
  8. 理解闭包 js回收机制
  9. c++ memset 语言_C/C++ 中memset() 函数详解及其作用介绍
  10. 215.数组中的第K个最大元素
  11. CMMI质量管理体系——软件测试缺陷管理
  12. Error: unconverted data remains: AM 解决方法
  13. Android实现手机静音,Android实现手机静音
  14. 记一次Windows Server2008木马清理过程
  15. Thread类实现多线程
  16. RSA加密算法加密与解密过程解析
  17. 机器学习算法衡量指标——准确率、精确率(查准率)、召回率(查全率)
  18. 详说SPA(单页应用)和MPA(多页应用)
  19. Spark官方文档整理:spark-core
  20. Spring Boot内置Tomcat设置超时时间

热门文章

  1. 2018年Github最受欢迎机器学习语言Python稳坐冠军,numpy、scipy是最受欢迎软件包...
  2. 快速开发基于 HTML5 网络拓扑图应用--入门篇(二)
  3. 多项式模2运算及求逆元
  4. CentOS下安装JDK的三种方法
  5. 基于Qt的OpenGL可编程管线学习(9)- X射线
  6. 心智图/思维导图(Mind Map/Mind Mapping),思维导图介绍
  7. springMVC中Dispatcher中的/和/*的区别
  8. golang 检查ip地址格式 是否正确
  9. docker-compose command 执行多条指令
  10. golang map 排序 key value