立体匹配分为代价计算、代价聚合、视差计算、视差优化这几个主要步骤,其中的重点、难点是前两步。之前一直搞不懂Rank变换是怎样能通过变换降低噪声对匹配结果的影响?
Rank变换是一种基于数理统计的非参量变换方法,主要思想是在一个Rank矩形变换窗口内,将每个像素点的灰度值与中心像素点的灰度值进行比较,像素灰度值大于中心点灰度值置为0,小于中心点灰度值则置为1,统计出1的个数,并且将该值作为中心像素点Rank变换后的值。图像中所有的像素点都进行变换后,转换成一个整数的矩阵,成为Rank图像。
算法图解:
简单来讲思路就是将像素值从0-255范围缩小到0-5范围,从一对一映射变换到一对多映射,使得像素值在一定范围内变换的情况下,rank变换不会发生变化。如果将rank变换后的结果作为代价计算的基元的话,会提高其降噪性。
这是自己对Rank变换的理解,所以记录在了这里,如果有错误还请大家指出来~
最近正在尝试用c++来编写这个算法,如果成功的话会发在下一篇文章里,加油!
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)