matlab灰度处理代码-sparsestereo:基于立体视觉的稀疏视差估计的视差混合算法

matlab灰色处理代码来自稀疏深度估计的快速立体深度图 我的算法采用快速的混合方法（基于块和区域的混合）从校正后的立体图像对中估计立体视差。 对于来自Middlebury立体视觉数据集的三个标准基准图像（Tsukuba，Sawtooth和Venus），其错误率分别为384x288、434x380和434x383像素，分别达到了7.8％，5.3％和4.7％的错误率。 该算法在装有Intel i7-2600 CPU @ 3.40 GHz和8 GB RAM且在Windows 7上运行Matlab 2013b的PC上，在平均3秒内处理上述三个图像对。 简而言之，我首先将立体图像对从R，G，B转换为L，a，b色彩空间。 接下来，我使用基于快速直方图的K-Means实现对仅左图像像素执行基于强度（L）的分割，然后使用形态滤波和连接的分量分析来细化分割边界。 然后，我使用基于块的SAD方法确定构成精炼边界的像素的视差，最后，使用我的数据填充精炼段边界内的像素（视差）（基于已确定的精炼边界的视差）简单快速的重建方法。 如果您使用原始或修改形式的代码，请引用以下内容： S. Mukherjee和RMR