36、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 对低光和过饱和条件不太敏感，为分割提供了一定的平衡性。

1.1 管道阶段和操作

图像分类管道主要包含以下几个阶段：
- 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、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 ：为每个特征使用单独的数据库表，采用暴力搜索方法，暂未进行优化。

下面是该管道的操作流程：

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A(捕获宽基线图像):::process --> B(RGBI 对比度重映射):::process
    B --> C(计算 MVS 深度图):::process
    C --> D(颜色分割图):::process
    C --> E(LBP 纹理分割图):::process
    B --> F(计算 RGBI 颜色直方图):::process
    B --> G(计算 SIFT 特征):::process
    D