立体图像整流和差异:哪些算法?

时间:2013-03-17 16:22:18

标签: image algorithm stereo-3d disparity-mapping

我正在试图找出目前最有效的两种算法,从使用传统相机创建的L / R对立体图像开始(受一些极线偏差影响),生成一对通过观察它们的差异来调整图像加上它们的深度信息。

实际上我发现了很多关于这两种方法的论文,比如:

  • “计算纠正立体视觉的同形词”(张 - 似乎只是最好的整改之一)
  • “三步图像再现”(Monasse)
  • “整顿与差异”(Navab幻灯片)
  • “快速区域立体匹配算法”(Di Stefano - 看起来有点不准确)
  • “通过图形切割计算与遮挡的视觉对应”(Kolmogorov - 这个产生一个非常好的视差图,也有遮挡信息,但它是否有效?)
  • “尊重图像不连续性的密集视差图估计”(Alvarez - 第一次审查太长了)

任何人都可以给我一些关于这个广泛主题的建议吗?

我应该首先考虑哪种算法/方法,考虑到我将处理一个非常简单的输入:一对左右图像,没有别的,没有更多的信息(一些论文是基于额外的,预先采取,校准信息)?

谈到工作实施,到目前为止我看到的唯一有趣的结果属于这个软件,但仅用于自动整改,而不是差异:http://stereo.jpn.org/eng/stphmkr/index.html

我尝试了“自动调整”功能,看起来非常有效。太糟糕了,没有源代码......

0 个答案:

没有答案