20140716 繼續實驗Hu矩

實驗記錄

• 繼續實驗Hu矩，在昨天的基礎之上，提取Hu矩前，加入邊緣檢測。嘗試各類邊緣檢測，canny, sobel等；
  
  
  1. 檢測邊緣，計算邊緣圖像Hu矩
  2. 對每一個d，計算邊緣圖像Hu矩
  3. 比較兩個Hu矩大小，取最類似的Hu矩對應的d做爲深度
  4. 進行傳統立體匹配，匹配程度較低的（方差大於必定閾值），記爲不可信的區域
  5. 將不可信的區域的深度圖替換爲利用Hu矩計算出的深度
• 實驗結果：

• 緣由分析：
  
  
  1. 立體匹配：可信度計算不許確，沒法準確識別被遮擋的區域
  2. Hu矩計算：沒法清晰判斷匹配程度

文章

Generating object segmentation proposals using global and local search

• 過程：

  1. 過度割，採用SLIC以及FH
  2. 提取特徵，採用SIFT和RGB顏色
  3. 合併相鄰過度割區域
  4. Global過程：MRF建模，以Superpixel爲節點，採用Graph-cut求解

• 能夠借鑑的：

  1. 過度割方法
  2. MRF，Graph-cut的matlab代碼
  3. 合併區域的準則以及能量函數的創建

資源：VLFeat

• 介紹：The VLFeat open source library implements popular computer vision algorithms including HOG, SIFT, MSER, k-means, hierarchical k-means, agglomerative information bottleneck, SLIC superpixels, and quick shift. It is written in C for efficiency and compatibility, with interfaces in MATLAB for ease of use, and detailed documentation throughout. It supports Windows, Mac OS X, and Linux. The latest version of VLFeat is .
• 評價：有matlab接口，方便安裝，須要琢磨一下
• 網址：http://www.vlfeat.org/