OpenCV三种立体匹配求视差图算法总结

对OpenCV中涉及的三种立体匹配算法进行代码及各自优缺点总结：

首先我们看一下BM算法：

该算法代码：

view plain copy to clipboard print ?

1. CvStereoBMState *BMState = cvCreateStereoBMState(); 
2.  
3. int SADWindowSize=15;  
4. BMState->SADWindowSize = SADWindowSize > 0 ? SADWindowSize : 9; 
5. BMState->minDisparity = 0; 
6. BMState->numberOfDisparities = 32; 
7. BMState->textureThreshold = 10; 
8. BMState->uniquenessRatio = 15; 
9. BMState->speckleWindowSize = 100; 
10. BMState->speckleRange = 32; 
11. BMState->disp12MaxDiff = 1; 
12. cvFindStereoCorrespondenceBM( left, right, left_disp_,BMState); 
13.    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：

view plain copy to clipboard print ?

1. cv::StereoSGBM sgbm; 
2.         sgbm.preFilterCap = 63; 
3.         int SADWindowSize=11;  
4.         int cn = 1; 
5.         sgbm.SADWindowSize = SADWindowSize > 0 ? SADWindowSize : 3; 
6.         sgbm.P1 = 4*cn*sgbm.SADWindowSize*sgbm.SADWindowSize; 
7.         sgbm.P2 = 32*cn*sgbm.SADWindowSize*sgbm.SADWindowSize; 
8.         sgbm.minDisparity = 0; 
9.         sgbm.numberOfDisparities = 32; 
10.         sgbm.uniquenessRatio = 10; 
11.         sgbm.speckleWindowSize = 100; 
12.         sgbm.speckleRange = 32; 
13.         sgbm.disp12MaxDiff = 1; 
14.      
15.         sgbm(left , right , left_disp_); 
16.         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：

view plain copy to clipboard print ?

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

该方法速度超慢，但效果超好。