代码之家  ›  专栏  ›  技术社区  ›  Linux

回路特征匹配

  •  0
  • Linux  · 技术社区  · 8 年前

    你好,我必须实现自我运动估计的特征立体匹配。 摘自论文“多光谱立体里程表”: “右图中最大化相似性的特征 左图像中给定特征的函数被选择为 潜在匹配。然后应用阈值以仅保持强 比赛。如上所述,该算法被馈送四幅图像: 上一个左(imLt1)、上一个右(imRt1)、当前左 (imLt)和当前右侧(imRt)。进行匹配 以循环方式[14],仅保留找到 所有四幅图像的对应关系。图4说明了 不同的步骤。我们首先从查找以下对象之间的立体匹配开始 (imLt1)和(imRt1)(I)。然后,找到顺序匹配 在(imRt1)和(imRt)(II)之间。另一个立体匹配 在(imLt)和(imRt)(III)之间执行。最后 在(imLt1)和 (imLt)(四)。在此阶段,如果开始和结束特征 积分相同,则接受匹配。否则,它就是 只是被拒绝。此过程针对所有功能执行 在第一图像(imLt1)中提取。”

    我的问题是:当提到第一个和最后一个特征时,“相同”意味着什么? “然后应用阈值”是什么意思?

    illustration of the loop matching steps

    1 回复  |  直到 8 年前
        1
  •  0
  •   Croj    8 年前

    这是我从你发布的摘录中了解到的:

    • 阈值: 我想说,匹配过程首先通过比较潜在匹配并计算它们的相似度来完成,然后通过找到相似度最高的匹配来完成。一旦找到它,您应该将该相似性与预定义的阈值T进行比较。如果匹配的相似性低于阈值,则丢弃该匹配。为了检测最佳阈值T,我会尝试一些值,看看会发生什么。
    • 相同匹配: 根据我的理解,作者在一个循环中执行匹配过程:从imL(t-1)中的点P开始,他们对imR(t-1)执行立体匹配过程,然后在imR(t-1)和imR(t)之间进行顺序匹配,然后在imR(t)和imL(t)间进行立体匹配,最后在imL(t)和imL(t-2)之间进行序列匹配,获得新的点Q。如果P和Q是同一点(可能是空间坐标),则认为循环匹配过程是成功的。

    编辑:你能加上论文的标题吗?