代码之家 › 专栏 › 技术社区 › Linux

回路特征匹配

3d-reconstruction feature-selection matching computer-vision

0

Linux · 技术社区 · 10 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 10 年前

1

0

Croj 10 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?