openCV3中双目深度BM算法参数解析

本文介绍了在opencv3中使用BM算法进行双目深度检测时的关键参数设置,包括SADWindowSize、numberOfDisparities和speckleWindowSize,并强调了它们对结果的影响。在调试过程中,适当调整这些参数能改善视差图像的显示效果,揭示更详细的深度信息。
摘要由CSDN通过智能技术生成

最近使用opencv做有关双目校正以及深度检测的工作,在深度检测时使用到BM算法,特别感谢这两位的博客解析https://blog.csdn.net/bennygato/article/details/37708195  , https://blog.csdn.net/zilanpotou182/article/details/72329903

在这两篇博文的指导下很快就熟悉了opencv中视差的使用,但对于新手来说其中的相关参数的作用却不是很了解,在调参数时不能根据实际情况调节相关参数。


opencv中三种算法的运算速度方面BM>SGBM>GC,但相反实际效果BM<SGBM<GC,以及在opencv3中BM算法的更新的使用方法详细内容可以点击第二个链接,进博客自行阅读。在使用BM算法时,需要具体设置的参数

  1. //BM(bidirectional matching)算法进行双向匹配,首先通过匹配代价在右图中计算得出匹配点。  
  2. //然后相同的原理及计算在左图中的匹配点。比较找到的左匹配点和源匹配点是否一致,如果是,则匹配成功。  
  3. //初始化 stereoBMstate 结构体  
  4. //错误:不允许使用抽象类型的stereoBM对象  
  5. //C++中含有纯虚拟函数并且所有纯虚函数并未完全实现的类称为抽象类,它不能生成对象  
  6. //opencv3以后的版本不能这么用了  
  7. //StereoBM bm;  
  8. //int unitDisparity = 15;//40  
  9. //int numberOfDisparities = unitDisparity * 16;  
  10. //bm.state->roi1
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值