立体匹配论文阅读（1）-Segment-based stereo matching using belief propagation and a self-adapting dissimilarity

本文主要是介绍立体匹配论文阅读（1）-Segment-based stereo matching using belief propagation and a self-adapting dissimilarity，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

《Segment-based stereo matching using belief propagation and a self-adapting dissimilarity measure》

将题目翻译过来是：使用置信度传播和自适应差异测度的基于图像分割的立体匹配算法

其提出的算法主要流程为：

1.准备待匹配图像对

2.使用mean-shift方法，根绝颜色和亮度的统一性，将参考图像进行图像分割

3.使用 local window-based匹配方法，利用SAD和梯度分别计算cost,再通过参数w,将两个cost结合，从而得到初始视差

（其中w的大小，由WTA算法+左右一致性校验得到某一分块内可靠点的数量大小决定）

4.根据可靠点，使用最小二对可靠点组成的平面，进行平面拟合

    1）水平面

    2）垂直面

    3）倾斜面

5.根据分割图像和拟合平面之间的差异，对拟合平面进行迭代优化，这里是全局匹配算法的思想，包含能量项和平滑项。

6.得到视差图

 

本文仅提供个人阅读看法，仅供参考，欢迎讨论。

这篇关于立体匹配论文阅读（1）-Segment-based stereo matching using belief propagation and a self-adapting dissimilarity的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---