立体匹配文献阅读笔记(三)《Stereo Matching Using Tree Filtering》15年

本文探讨了NLCA立体匹配算法的改进方案,特别关注其在强纹理区域的表现不足,并介绍了一种通过构建两次最小生成树(MST)来增强算法性能的方法。尽管这增加了计算成本,但对提高匹配准确性具有重要意义。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

这篇论文基本算是对NLCA的补充(大部分内容为NLCA原论文)。针对NLCA在强纹理区域的不足作出了改进,需要计算两次MST,增加了时间复杂度。
序言部分对现有立体匹配方法总结得很好,值得一读。
等NLCA中的MST最小生成树如何构建掌握以后再来看这篇文章中对MST的改进。
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值