37、视觉管道与优化：从图像分类到增强现实

视觉管道与优化：从图像分类到增强现实

1. 图像分类管道

在图像分类任务中，融合分割是一项关键技术。它结合了颜色、局部二值模式（LBP）和深度分割方法的优势，将所有分割结果融合成一个融合分割图，从而最小化分割差异。LBP 对低光照和过饱和条件不太敏感，为分割提供了一定的平衡。

图像分类管道主要包括以下几个阶段：
- 图像预处理 ：主要用于校正图像对比度、计算深度图和分割图。
- 特征描述 ：计算 RGBI 颜色直方图、尺度不变特征变换（SIFT）特征，生成融合分割图，并将像素标记为连通组件。
- 对应匹配 ：为每个特征假设一个单独的数据库表，使用暴力搜索进行匹配，暂未进行优化。

以下是图像分类管道的操作流程：

graph LR
    A[捕获宽基线图像] --> B[RGBI 对比度重映射]
    B --> C[计算 MVS 深度图]
    C --> D[颜色分割图]
    C --> E[LBP 纹理分割图]
    D --> F[计算 RGBI 颜色直方图]
    E --> F
    F --> G[计算 SIFT 特征]
    G --> H[计算融合分割]
    H --> I[标记分割对象]
    I --> J[分类特征]
    J --> K[对象分类得分]

在资源分配方面，有以下准则：
| 操作 |