Image 立体图像校正和视差:哪些算法?
我试图找出目前最有效的两种算法是什么,从使用传统相机创建的一对L/R立体图像(因此受到一些极线错位的影响)开始,通过观察它们的视差来生成一对调整后的图像及其深度信息 事实上,我已经找到了很多关于这两种方法的论文,比如:Image 立体图像校正和视差:哪些算法?,image,algorithm,stereo-3d,disparity-mapping,Image,Algorithm,Stereo 3d,Disparity Mapping,我试图找出目前最有效的两种算法是什么,从使用传统相机创建的一对L/R立体图像(因此受到一些极线错位的影响)开始,通过观察它们的视差来生成一对调整后的图像及其深度信息 事实上,我已经找到了很多关于这两种方法的论文,比如: “为立体视觉计算矫正同音字”(Zhang-似乎只是矫正同音字的最佳例子之一) “三步图像校正”(Monasse) “矫正和差异”(Navab幻灯片) “基于区域的快速立体匹配算法”(Di Stefano-似乎有点不准确) “通过图形切割计算与遮挡的视觉对应”(Kolmogoro
- “为立体视觉计算矫正同音字”(Zhang-似乎只是矫正同音字的最佳例子之一)
- “三步图像校正”(Monasse)
- “矫正和差异”(Navab幻灯片)
- “基于区域的快速立体匹配算法”(Di Stefano-似乎有点不准确)
- “通过图形切割计算与遮挡的视觉对应”(Kolmogorov-这张图生成了一张非常好的视差图,还包含遮挡信息,但它有效吗?)
- “关于图像不连续性的密集视差图估计”(Alvarez-Tooo long首次回顾)
我尝试了“自动调整”功能,似乎真的很有效。太糟糕了,没有源代码…试试cs.stackexchange.com,我也在程序员身上发过帖子;)