立体匹配文献阅读笔记(二)《Spatial-Depth Super Resolution for Range Images》07年
2017-03-12 23:57
477 查看
一、A registered high-quality texture image can provide significant information to enhance the raw range map.
二、立体匹配中cost volume的意思就是DSI,即视差空间图。
三、高斯滤波对图像所有区域都“同等对待”,模糊了纹理的同时也模糊了边缘。而双边滤波却不是这样,它不仅考虑到了像素之间的位置关系,还考虑到了像素之间的颜色差异,这样就使得双边滤波是一种“边缘保持(Edge-Preserving)”的滤波方法,仅对非边缘区域进行较大程度的模糊,针对边缘由于考虑到了像素之间的颜色的差异,和边缘颜色相近的像素能够得到较大的权值,和边缘颜色不相似的像素只能够获得较小的权值。
算法流程图
二、立体匹配中cost volume的意思就是DSI,即视差空间图。
三、高斯滤波对图像所有区域都“同等对待”,模糊了纹理的同时也模糊了边缘。而双边滤波却不是这样,它不仅考虑到了像素之间的位置关系,还考虑到了像素之间的颜色差异,这样就使得双边滤波是一种“边缘保持(Edge-Preserving)”的滤波方法,仅对非边缘区域进行较大程度的模糊,针对边缘由于考虑到了像素之间的颜色的差异,和边缘颜色相近的像素能够得到较大的权值,和边缘颜色不相似的像素只能够获得较小的权值。
算法流程图
相关文章推荐
- Stereo Matching文献笔记之(七):《Spatial-Depth Super Resolution for Range Images》读后感~
- 立体匹配文献阅读笔记(一)《A non-local cost aggregation method for stereo matching》12年
- 立体匹配文献阅读笔记(三)《Stereo Matching Using Tree Filtering》15年
- 深度学习笔记(一)空间金字塔池化阅读笔记Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- 文献阅读笔记9 Full-reference quality assessment of stereopairs accounting for rivalry (Cyclopean image)
- 立体匹配综述阅读心得之Classification and evaluation of cost aggregation methods for stereo correspondence
- 【论文阅读笔记】Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- 文献《利用影像分割和匹配特征进行无人机影像变化检测》的阅读笔记
- 图割论文阅读笔记:Interactive Graph Cuts for Optimal Boundary & Region Segmentation of Objects in N-D Images
- Perceptual Losses for Real-Time Style Transfer and Super-Resolution----论文笔记
- Stereo Matching文献笔记之(六):浅谈置信度传播算法(Belief-Propagation)在立体匹配中的应用~
- 空间插值文献阅读(Geostatistical approaches for incorporating elevation into the spatial interpolation of rainfall)
- Perceptual Losses for Real-Time Style Transfer and Super-Resolution and Super-Resolution 论文笔记
- 深度学习笔记空间金字塔池化阅读笔记Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- Hyperspectral Image Super-Resolution via Non-Negative Structured Sparse Representation论文阅读笔记(PART)
- 文献阅读笔记2 基于双目能量模型的立体图像质量评估(上海交通大学硕士学位论文)
- 《Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network》阅读笔记
- 论文笔记——《Amortised MAP Inference for Image Super-Resolution》ICLR2017
- 论文笔记:Perceptual Losses for Real-Time Style Transfer and Super-Resolution[doing]
- A Deep Learning-Based Segmentation Method for Brain Tumor in MR Images-阅读笔记