OpenCV三种立体匹配求视差图算法总结

最新推荐文章于 2022-12-12 16:35:47 发布

liulina603

最新推荐文章于 2022-12-12 16:35:47 发布

阅读量1.1w

点赞数

分类专栏：双目

双目专栏收录该内容

5 篇文章 6 订阅

订阅专栏

首先我们看一下BM算法：

该算法代码：

CvStereoBMState *BMState = cvCreateStereoBMState();

int SADWindowSize=15; 
 BMState->SADWindowSize = SADWindowSize > 0 ? SADWindowSize : 9;
 BMState->minDisparity = 0;
 BMState->numberOfDisparities = 32;
 BMState->textureThreshold = 10;
 BMState->uniquenessRatio = 15;
 BMState->speckleWindowSize = 100;
 BMState->speckleRange = 32;
 BMState->disp12MaxDiff = 1;
 cvFindStereoCorrespondenceBM( left, right, left_disp_,BMState);
   cvNormalize( left_disp_, left_vdisp, 0, 256, CV_MINMAX );

其中minDisparity是控制匹配搜索的第一个参数，代表了匹配搜苏从哪里开始，numberOfDisparities表示最大搜索视差数uniquenessRatio表示匹配功能函数，这三个参数比较重要，可以根据实验给予参数值。

该方法速度最快，一副320*240的灰度图匹配时间为31ms，视差图如下。

第二种方法是SGBM方法这是OpenCV的一种新算法：

cv::StereoSGBM sgbm;
	    sgbm.preFilterCap = 63;
		int SADWindowSize=11; 
		int cn = 1;
		sgbm.SADWindowSize = SADWindowSize > 0 ? SADWindowSize : 3;
		sgbm.P1 = 4*cn*sgbm.SADWindowSize*sgbm.SADWindowSize;
		sgbm.P2 = 32*cn*sgbm.SADWindowSize*sgbm.SADWindowSize;
		sgbm.minDisparity = 0;
		sgbm.numberOfDisparities = 32;
		sgbm.uniquenessRatio = 10;
		sgbm.speckleWindowSize = 100;
		sgbm.speckleRange = 32;
		sgbm.disp12MaxDiff = 1;
	
		sgbm(left , right , left_disp_);
		sgbm(right, left  , right_disp_);

各参数设置如BM方法，速度比较快，320*240的灰度图匹配时间为78ms，视差效果如下图。

第三种为GC方法：

CvStereoGCState* state = cvCreateStereoGCState( 16, 2 );
 left_disp_  =cvCreateMat( left->height,left->width, CV_32F );
 right_disp_ =cvCreateMat( right->height,right->width,CV_32F );
 cvFindStereoCorrespondenceGC( left, right, left_disp_, right_disp_, state, 0 );
 cvReleaseStereoGCState( &state );

该方法速度超慢，但效果超好。