我目前正在阅读Yasutaka Furukawa等人的论文“精确，密集和稳健的多视图立体视觉”（PDF available here），他们描述了用于重建3D点云的MVS算法来自图片。
我理解概念和主要步骤，但有一个细节我正在努力。这可能是因为我不是英语母语人士，所以也许一点点暗示就足够了。
在链接源的第4页上，在第3.2章“扩展”中，有“n邻近”补丁的定义：
|(c(p)−c(p'))·n(p)|+|(c(p)−c(p'))·n(p')| < 2ρ_2
我的问题是ρ_2，如下所述：
[...]ρ_2自动确定为深度处的距离 c（p）和c（p'）的中点对应于β1像素的图像位移 在R（p）。
我不明白在这种情况下应该是什么“距离”，而且我不明白所描述的与图像位移的对应关系。
我知道这是一个非常具体的问题，但是由于这篇论文有点受欢迎，我希望有人可以帮助我。
答案 0 :(得分：0)
好吧，我想我现在就明白了。
这只是意味着，ρ_2是你必须在一个平面上移动的距离，位于远离相机（深度）的位置，作为c（p）和c（p'）的中点，这样你就得到一个显示场景的图像中β1像素的位移。