立体匹配视差图生成的PCL点云分层、放射状等杂乱效果的解决方法

背景

    博主最近在学习三维重建中的立体匹配，在OpenCV中使用sgbm和bm算法时，碰到了一个棘手的问题，PCL点云出现分层的效果，让我百思不得其解，csdn翻了好多页，也没比较明确的解答（可能我的问题比较笨吧…）。在我翻了不少博客、代码例程和向前辈请教之后，最后修改了一些细节，算是能显示出点云图。

    在搜索解决方法时，发现还有挺多人碰到过类似的问题，这种感受很难受，就像你检查了很多遍，感觉没什么问题 代码就该这样写，但效果就是出不来，搁置不前，原地打转。所以我觉得，我还是记录下解决这个问题的过程，给以后掉进坑里的老铁们有一个参考的方向（本菜鸡真的在这个问题上耽误了好多时间），不说废话了，进入正题——

---

问题1：点云分层、断层

    如果出现以上类似效果，PCL点云像是很多2d平面图像层叠出来的问题，首先给出结论：转换点云时使用的视差图格式不对。
    以OpenCV-sgbm为例，先调sgbm中的参数、至视差图既平滑又少空洞。
    在阅读网上许多代码后发现，用于计算距离的视差图（CV_32F）和用于肉眼看的视差图（CV_8U）使用的格式不同，并且用于计算的视差图无需进行裁剪和归一化，这些只是为了显示的可读性和美观。所以，在对sgbm进行compute之后得到视差图disparity_sgbm，除以16得到用于计算的视差图disparity（除以16是因为每个像素值由一个16bit表示，其中低位的4位存储的是视差值得小数部分，所以真实视差值应该是该值除以16）。

	cv::Mat disparity_sgbm, disparity, disparityCV_8U;
	sgbm->compute(rectifyImageL, rectifyImageR