对视差图(disparity map)进行视差精化的几种操作总结简介

对立体匹配中的前向步骤可得视差图，对视差图可进行如下的后处理

1. 亚像素增强（subpixel enhancement）:常用左右视差值进行二项式插值拟合和左右一致性验证（LRC）后进行插值操作（取周围16邻域均值，或左右匹配点或二者较小值）
2. 滤波去噪：在立体匹配步骤中滤波是一个很好的去噪方法，何凯明大神的论文主页中有非固定权重的中值滤波，其中也应用到了引导滤波。我主要采用了三类滤波，中值滤波和双边滤波，并对NLM非局部均值进行了改进，使其适用于视差图。
3. 最后一个操作是对视差图进行超分辨处理，需要采用到一些机器学习框架进行辅助，可以采用Caffe（首字母大写），TensorFlow等进行网络训练。这里最新的论文文章基本都是利用与之匹配的强度图进行和视差图取高频部分进行不同尺度上的引导。