菜鸟看论文——地面估计的研究趋势（一）
参考：
- Ground-Based Segmentation and Occupancy Grid Creation via Probabilistic Fields
步骤：
1.计算视差图（the Daimler Urban Segmentation dataset以及SGB算法
2.计算v-视差图
3.对v-视差图进行滤波：得到只含有一条斜线的v-视差图
（1） 利用Sobel滤波器，加强水平边缘，减轻垂直边缘。
（2）二值化（阈值采用Otsus阈值选择方法）
（3）形态学开操作去除散点
参考：
Calculation of the Longitudinal Profile of Road Surface Based on Stereo Disparity Information with the Aid of Dijkstra's Algorithm
地面点包括：
（1）每列中的最大值
（2）每列中占比大于预定值（0.9）的点
4.对滤波后v视差图随机变量（v，d）进行联合分布统计
（1） 计算一阶矩（均值），二阶中心距（方差）
（2）计算 协方差矩阵
（3）计算 相关系数（相关系数=1的充要条件是v与d有线性关系）
当相关系数未能达到显著水平（\ ≥ \ ̄̅̅̆̅̅ \ \ ~\ ≥ \ \ ≥ \ ≥ \ ≥ \ ≥ \ ≥ \ ≥ \ ≥ )时，在现有基础上将阈值逐步提高至当前值加 \Delta\theta = +\Delta\theta （其中 \Delta\theta = +\Delta\theta），并在新的阈值下重新计算 v 视差滤波图以应对视差估计在极端情况下的准确性问题。
5.计算占用概率
（1）假设d服从高斯分布，即：
（2） 求解直线参数
（3）求解d分布的参数，计算分布概率
（4）计算ROC曲线（没看懂。。。。）
参考：
15. Surface Segmentation and Occupancy Mapping Construction Through Probability Fields Modeling
16. Selecting High-Quality Training Datasets for Self-Supervised Scene Understanding and Estimation in Open Spaces
缺点：
我们假定地面为具有最大面积的倾斜面；若存在比地面更大程度的倾斜平面，则会导致误判；这样的两个平面则不符合高斯分布的前提条件。
该模型中使用的高斯分布参数基于离线数据集进行训练，并在新环境下被投入使用时可能会导致图像分割结果不够精确
3.线估计的相关参数受制于经过滤波处理的有效区域尺度的影响，并且可能面临过拟合风险