文章概况
这篇文章提出一种由粗到精的快速SGM方法。
- 先将原图进行下采样,得到半分辨率的图像,然后用SGM计算视差图,视差范围是 D / 2,将得到的视差图进行上采样,采用线性插值的方法进行填充,并且进行左右一致性检测得到粗视差图。
- 利用粗视差图的视差信息来限制视差搜索范围。具体是:在全分辨率图像上进行视差计算,视差范围根据粗视差图来确定,对于有效视差值,视差范围是d ∈ {δ − 4, δ − 3 . . . , δ + 3, δ + 4} ⊂ N,其中 σ \sigma σ是粗视差,对于接近0或D的有效视差,对视差范围进行平移,对于无效视差,视差搜索范围是D。同样用SGM计算视差,得到精视差图。
以上就是这篇文章的算法流程的介绍。经过测试,该方法能够提高计算效率,并且不损失准确率。
借鉴
可以利用分层金字塔的思想,进行多次下采样,再将上层生成的视差图逐层往下传递,这样就能使算法更加高效。