立体匹配论文阅读(1)-20200721

本文介绍一种基于激光点阵的区域模糊双目立体匹配算法,用于提高3D轨道表面测量精度。针对现有方法在光照变化和环境因素下表现不佳的问题,该算法通过双目相机拍摄激光点阵,实现高精度匹配,误差阈值仅为3像素,匹配率达到99.44%。

Wang Z , Yue J , Han J , et al. Regional fuzzy binocular stereo matching algorithm based on global correlation coding for 3D measurement of rail surface[J]. 2020, 207:164488.

20200722 第二次更
文章主要是针对轨道检测,目前存在的立体匹配方法因为光照亮度,拍摄环境等不适合。其他结构光等测试方案精度不够。提出了一种使用激光点阵的方法。文章的立足点还是很强的,虽然没有和其他方法比较,但是也是根据实际情况不适合和其他算法进行比较。

20200721 第一次更
文中的图还是很好看的,但是很多图我都没怎么看明白,可能是第一次看,多看几次也就明白了。
这里先记录我第一次阅读的感受,毕竟是发了论文的,肯定是做的不错的,大致的看可能遗漏了细节,欢迎大家指正。
文章主是标定校正匹配的一整套,跟别人写得区别还是挺好的,主要步骤是用激光和棱镜生成了一个点阵,点阵投影到某一个位置(文中未说明),然后通过双目相机拍摄这个激光点阵。通过相机的标定对相机进行校正。而点阵的实际成像效果是有问多问题,并且精度要求很高,所以现有的算法都满足不了(文中也没有与其他算法定量的比较);然后通过作者提出的算法,算出来了一个误差阈值为3pixel的匹配率为99.44%(这里的真值是什么,真值图的计算和误匹配率的计算均未提及)。引言部分对现在立体匹配算法的描述
如图
在这里插入图片描述

实验原理图
在这里插入图片描述

实验要求苛刻
三维重建的深度图
结果

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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