計(jì)算機(jī)視覺(jué)基礎(chǔ)復(fù)習(xí)-閱讀頁(yè)
2024-08-24 16:41本頁(yè)面
【正文】 ； } 基于區(qū)域的分割方法： ? 確定每個(gè)像素的歸屬區(qū)域，從而完成分割} 圖像分割方法分類(lèi)： a）自動(dòng)分割算法 – 聚類(lèi)方法 – 基于邊緣的方法 – 區(qū)域融合和區(qū)域增長(zhǎng) – 混合優(yōu)化方法 b）交互式圖像分割算法 – “Snake” 或 “主動(dòng)輪廓法”– “魔棒” 或 “魔筆”} 圖像分割通?；诹炼取㈩伾?、紋理、深度或運(yùn)動(dòng)。 P45 最優(yōu)閾值的分割思想 P52 最大類(lèi)間方差(OTSU)的分割思想尋找使得類(lèi)間方差最大的閾值 P115 P115} 一幅圖像背景部分均值為20，方差為400，在背景上分布著一些互不重疊的均值為200，方差為400的小目標(biāo)。 根據(jù)最優(yōu)閾值計(jì)算公式，并假設(shè)背景和目標(biāo)的概率密度函數(shù)為高斯模型，且背景和目標(biāo)的方差相等：第九章 PPT P39 圖像中包含了哪些深度線索？陰影 紋理 遮擋 運(yùn)動(dòng) 模糊等。即，假定目標(biāo)表面符合朗伯漫反射表面。 ? 唯一性約束：一幅圖像中的一個(gè)像素，在另一幅圖像中最多只有一個(gè)對(duì)應(yīng)點(diǎn)像素。 ? 平滑性約束：除了遮擋或視差本身不連續(xù)區(qū)域外，小鄰域范圍內(nèi)視差值變化量應(yīng)很小或相似。? 互對(duì)應(yīng)約束： 又稱(chēng)左右一致性，若以左圖為基準(zhǔn)圖，左圖上一像素點(diǎn) pl 的搜索到右圖上對(duì)應(yīng)點(diǎn)像素為 pr ；那么若以右圖為基準(zhǔn)圖，像素 pr 的對(duì)應(yīng)點(diǎn)也應(yīng)該是左圖上的像素點(diǎn) pl 。 P41 立體視覺(jué)標(biāo)定校正的目的校正的目的： ? 輸入圖像通過(guò)透視變換使得外極線水平，且共線。 P52 立體匹配的概念及分類(lèi)} 立體匹配的過(guò)程：為左圖像的每個(gè)像素點(diǎn)(xl, yl)，在右圖像中搜索對(duì)應(yīng)點(diǎn)。 匹配基元：局部窗口 全局立體匹配 匹配過(guò)程中，求解一行或整幅圖像中所有像素的相似測(cè)度和最大/最小。 P58 有哪些局部立體匹配方法和優(yōu)缺點(diǎn)方法：對(duì)應(yīng)性測(cè)度、相似性測(cè)度、距離測(cè)度、相關(guān)系數(shù)測(cè)度、非參數(shù)化測(cè)度} 優(yōu)點(diǎn)：? 容易實(shí)現(xiàn)，只需要考慮局部窗口區(qū)域 ? 對(duì)紋理豐富的區(qū)域具有較好匹配性能 ? 速度快，只需考慮有限像素 ? 易于硬件實(shí)現(xiàn)，易于流水線實(shí)現(xiàn)} 缺點(diǎn)： ? 視差不連續(xù)、遮擋或邊緣區(qū)域無(wú)法正確估計(jì)視差 ? 對(duì)重復(fù)性紋理、無(wú)/弱紋理區(qū)域無(wú)法準(zhǔn)確估計(jì)視差 P84 全局立體匹配的思想和優(yōu)缺點(diǎn)思想：基于動(dòng)態(tài)規(guī)劃的立體匹配方法} 基于動(dòng)態(tài)規(guī)劃的匹配算法并不是孤立地尋找每個(gè)像素點(diǎn)的匹配值。 } 不同掃描線獨(dú)立完成優(yōu)化。 } 缺點(diǎn)：? 缺少掃描線間的強(qiáng)制約束 ? 無(wú)法將水平方向和垂直方向的連續(xù)性約束有效融合。? 視差結(jié)果圖中有著很明顯的橫紋效應(yīng)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1