无论如何,是否可以根据对象与查看器的距离来对其进行分割?

颜色值可以为我们评估这种情况吗?
强度级别将如何帮助确定对象的距离?对象是来自查看器的吗?



另一张图片:



评论

这不是分割,而是3D重建。您是否还有其他图像可以从不同的视图或在不同的光照条件下捕获场景?

我提供了另一个角度不同的图像

现在,您可以关注en.wikipedia.org/wiki/3D_reconstruction_from_multiple_images

#1 楼

这是一项极为艰巨的任务,是一项非常活跃的研究领域。我设法找到了关于该主题的最新论文。我不会详细介绍,但是本文发现了一些可以使用的东西。


纹理:如果看到给定的纹理,它们可以帮助您弄清楚东西有多远。固定的对象尺寸:确定常见的对象,查看它们的大小,然后使用它们来进行深度分析。电话簿,汽水瓶等应该可以很好地工作。
重点:如果您知道照片的拍摄方式,那么重点可以帮助您确定范围。阴影可以帮助您识别物体有多高,以及它们有多远。


评论


$ \ begingroup $
感谢您的参考,yup将研究该问题,但是在解决此问题时可以考虑使用更多方法
$ \ endgroup $
– Vini
2012年4月11日14:04

$ \ begingroup $
研究论文中发现了大多数3D技术,我是否可以找到与这些主题相关的代码?
$ \ endgroup $
– Vini
2012年4月13日在8:09

$ \ begingroup $
@vini Cornell有一个研究页面,其中可以从单个图像进行深度估计并共享代码。
$ \ endgroup $
– Maurits
2012年4月14日20:53

$ \ begingroup $
是的,我确实有该代码,但是要运行哪个文件是一个问题
$ \ endgroup $
– Vini
2012年4月15日在12:22

#2 楼

请参阅matlab网站上的以下代码:“梯度深度”:

http://www.mathworks.com/matlabcentral/fileexchange/45269-dfgbox