本文介绍了SAD（Sum of absolute differences）算法的原理和基本流程，用于图像匹配。通过比较两幅图像像素差的绝对值之和来评估匹配度，常用于图像块匹配的初步筛选。文章详细阐述了算法的实现步骤，并提出了优化思路，减少冗余计算，提高计算效率。同时，提供了参考代码和进一步改进的思考。
1.算法原理
SAD(Sum of absolute differences)是一种图像匹配算法。用公式表示为：
SAD(u,v) = Sum{|Left(u,v) - Right(u,v)|} 选择最小值。基本思想：差的绝对值之和。此算法常用于图像块匹配，将每个像素对应数值之差的绝对值求和，据此评估两个图像块的相似度。该算法快速、但并不精确，通常用于多级处理的初步筛选。
2.基本流程
输入：两幅图像，一幅Left，一幅Right
对左图，依次扫描，选定一个锚点：
（1）构造一个小窗口,类似于卷积核；
（2）用窗口覆盖左边的图像,选择出窗口覆盖区域内的所有像素点；
（3）同样用窗口覆盖右边的图像并选择出覆盖区域的像素点；
（4）左边覆盖区域减去右边覆盖区域，并求出所有像素点灰度差的绝对值之和；
（5）移动右边图像的窗口，重复（3）-（4）的处理（这里有个搜索范围,超过这个范围跳出）；
（6）找到这个范围内SAD值最小的窗口,即找到了左图锚点的最佳匹配的像素块。
下面我写一下对于这个算法的理解：
我们要构造一个窗口D分别用于覆盖左边
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
