本文概述了《Stereo Vision: Algorithms and Applications》中提出的立体视觉四步流程，重点解析匹配代价计算阶段，包括不相关性测量、归一化互相关、零平均归一化互相关、中值滤波等方法，旨在为初学者提供清晰的学习路径。
一提到视觉算法的步骤，不得不提《A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms》这篇文章。
因为目前大多数提到这个步骤，都是引用了这边文章，因为是这篇文章首次提出了立体视觉的四个步骤。而且《Stereo Vision:Algorithms and Applications》也是按照这四个步骤作为逻辑路线进行讲解。因此，作为初学者，按照这个思路学习，应该是个不错的选择。
本文的目的是，对《Stereo Vision:Algorithms and Applications》这篇文章进行概括和总结，拟出一条线路，以免后期迷失在茫茫文献中。
大多数的立体视觉分为四步
- Pre-processing（预处理）
有时通过预处理策略来补偿测量的损失，参考文献包括：
扫一扫
2062
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
