Cones | Teddy |
---|---|
![]() |
![]() |
Venus | Tsukuba |
---|---|
![]() |
![]() |
-
cost computation:
- 1.將照片轉灰階並padding,避免後續找每個pixel的鄰居時超過影像大小。
- 2.將左右影像各自取得每個pixel周圍5*5做flatten,並將每個值與中心pixel比大小,若小於中心 pixel則為true,反之為false,將所有結果存入一個與影像相同大小channel數為25的IL_bit及Ir_bit陣 列中。
- 3.將IL_bit及Ir_bit計算出L to R及R to L的Hamming distance
-
cost aggregation:
- 1.將前面算出來的cost陣列的每個disparity層做joint bilateral filtering
-
disparity optimization:
- 1.將filter完的陣列取得每個pixel最大的值作為最後的label
-
disparity refinement:
- 1.利用left-right connsistency的方法找出holes
- 2.將每個holes利用相同列中最近的非holes的點的值,即Fl,Fr ,若沒有非holes的值則以max_disp取 代,取的min(Fl,Fr)取代原本hole的值