关于论文中，咨询亚像素处理
Closed this issue · 3 comments
您好，博主发的论文目前看了摘要和第五章亚像素部分。其中，对亚像素原理与实现过程有一些疑惑。希望能博主和大家讨论一下。
抛物面拟合>>3D点云曲面？
1 对于亚像素结果，源于检测图像”0层金字塔“的初始变换矩阵信息。
问：检测图像”0层金字塔“是原图预处理后的图像？是否有缩放、滤波等处理过程？如果有，采用的哪些方式，采用该方案优势/不足在哪里？
2 获得细化的亚像素结果，在初始变换信息参数的前提下，通过facet模型原理在333的邻域内对NCC相似度系数/得分(x,y,angle)进行二项式插值。
问：
1）facet模型指什么，在这里的作用&效果是什么;
2）333是指的(x,y,angle)吗？如果是，那如何通过相似度系数/得分参数使得(x,y,angle)实现亚像素处理？
3）二项式插值如何实现(x,y,angle)精度提升？我之前理解的是对得分较高的前几个(x,y,angle)进行二项式插值处理，但是由于模板angle的变化存在波动导致(x,y)相应变化，最终会出现某组参数偏差过大，无法实现更高精度的效果。
3 (x,y,angle)与相似度系数/得分的一般方程，为二项式方程，确定10个参数。系数z的求解采用最小二乘回归，再求解(x,y,angle)参数的最大值，从而确定亚像素的结果。
问：
1）(x,y,angle)与相似度系数/得分 的参数至少需要多少组，如何确定与筛选？(类似2.3问）
2）icp/svd回归求解，是如何优化的？
3）前文”The iterative closest point (ICP) is further employed to optimize the pose estimation in [17], but theICP is impractical for the real-time application.“提到icp不适合实时应用，这里也是采用icp回归求解，是否需要增加其他功能任务？如果是，那需要增加什么功能任务才能更加适合实时应用呢？
1.我的0層是用原圖
2.
2-1facet:
我也不知哪來的
2-2 是x, y, angle, 論文的實現可以看代碼中的 SubPixelEstimation ()
2-3 看不懂你的敘述，想像中如果是X-Y-Score三個維度可以畫出一個立體的海浪圖，facet就是用來求海浪的真實頂點，但是現在多了一個維度Angle，我也不知道物理上的意義怎麼想像了@@
3-1 以s矩陣來看是用27組參數，在我的代碼裡，每往上一層都會搜索Angle +- AngleStep(共三個Angle)，每個Angle的matResult，取包含最大值與其周圍的共九點，所以會有3X9=27組
3-2 我沒優化，直接用矩陣運算解K而已
3-3 這邊應該是在講Gradient NCC，類似ShapeMatching邊緣點數量不固定，normal NCC只要求解Az=s, 矩陣尺寸分別為 27X10, 10X1, 27X1，不會有慢不慢的問題
感谢回复，后续会继续跟进
2.3 是目前对(x,y,angle)没有确切的物理关系，那对于模板匹配效果的评价指标，该如何界定呢。就比如说，HALCON、Cognex与您的方案对比，如何评价定位配准的效果？
3.1 构建27个参数，那角度的步长如何设定，设定的依据与原理是什么呢？
很難評價，我是用Cognex當標準答案