OpenCV3.0立体匹配算法对比研究（SGBM、BM、GC）

立体匹配算法对比研究

引言：基于OpenCV3.0，对BM、SGBM和GC算法进行了对比测试研究。由于SGBM算法视差效果好速度快的特点，常常被广泛应用和改进，本文针对SGBM算法主要参数设置作了对比测试，以供大家参考。

BM：Block Matching ，采用SAD方法计算匹配代价；

SGBM：  修改自Heiko Hirschmuller的《Stereo Processing by Semi-global Matching and Mutual Information》；

                 与原方法不同点：

1.  没有实现原文中基于互信息的匹配代价计算，而是采用BT算法（"Depth Discontinuities by Pixel-to-Pixel Stereo" by S. Birchfield and C. Tomasi）；
2.  默认运行单通道DP算法，只用了5个方向，而fullDP使能时则使用8个方向（可能需要占用大量内存）；
3.  增加了一些BM算法中的预处理和后处理程序；
   

GC：OpenCV3.0中没有实现，可以在OpenCV以下版本中找到。该方法效果是最好的，但是速度太慢，不能达到实时的匹配效率；

1、SGBM

主要参数：minDisparity 、numDisparities、blockSize、P1、P2。其他参数设置参照http://blog.csdn.net/zhubaohua_bupt/article/details/51866567

代码：

#include "stdafx.h"
#include "opencv2/opencv.hpp
using namespace std;
using namespace cv;

int _tmain(int argc, _TCHAR* argv[])
{
	Mat left = imread("imgL.jpg", IMREAD_GRAYSCALE);
	Mat right = imread("imgR.jpg", IMREAD_GRAYSCALE);
	Mat disp;

	int mindisparity = 0;
	int