Có một số lời khuyên thường được áp dụng và một số lời khuyên dành riêng cho ứng dụng.
Bài viết của Shi và Tomasi, Các tính năng tốt để theo dõi giải thích các tiêu chí cho việc chọn các mẫu: tính cục bộ hai chiều hoặc "góc".
Nói một cách đơn giản, giả sử bạn đang cố gắng tìm một đối tượng ở vị trí (x,y)
, nhưng thay vào đó, đối tượng xuất hiện trong hình ảnh tại (x + dx, y + dy)
. Nó không hữu ích lắm nếu hệ thống tầm nhìn của chúng tôi chỉ có thể nói với chúng tôi rằng "không, vị trí là sai". Thay vào đó, chúng tôi hy vọng hệ thống tầm nhìn có thể ước tính số tiền dx
và dy
miễn là nó không quá xa.
Một điểm sắc nét (chấm) là góc nhất, nhưng nó cũng dễ dàng bị chôn vùi trong nhiễu pixel ngẫu nhiên. Bằng cách làm theo thông qua toán học, chúng ta biết rằng có những mô hình khác cũng giống như một điểm sắc nét. (Hãy nghĩ về "cạnh" 1D là đồng bằng 1D được chuyển đổi bằng tích hợp.)
Một số ứng dụng sẽ yêu cầu khả năng địa phương hóa trong các kích thước nhỏ hơn hoặc cao hơn.
Đã thêm 8/8
Hai mẫu giống như đường thẳng cũng có thể được "giao nhau" để mang lại một điểm trong quá trình hiệu chuẩn, với điều kiện độ méo của ống kính không đáng kể hoặc đã được tham số hóa.
Trong các ứng dụng làm mờ, một điểm sắc nét thường được sử dụng để khôi phục chức năng trải rộng điểm (psf). Tuy nhiên, về mặt lý thuyết, mọi vật thể có hình dạng tùy ý đều có thể được sử dụng, miễn là sự thật mặt đất có sẵn cho phần mềm hiệu chuẩn.
Trong một số ứng dụng, chúng tôi sẽ cố tình làm cho mẫu không sắc nét. Độ sâu từ độ lệch tiêu cự sử dụng độ mờ để suy luận về vị trí của mặt phẳng tiêu cự so với vật thể, từ đó đưa ra ước tính về độ sâu của vật thể.