立体匹配学习笔记4-step2代价聚合

代价聚合也有很多方法比如:

(1)方框滤波(Box filtering)

类似于均值滤波，计算速度快，但是对边缘的敏感度差。

(2)双边滤波（Bilateral filter）

就是对窗口内像素进行距离加权和亮度加权。双边滤波是一种可以保边去噪的滤波器,之所以可以达到此去噪效果，是因为滤波器是由两个函数构成。一个函数是由几何空间距离决定滤波器系数,另一个由像素差值决定滤波器系数。

(3)十字交叉域代价聚合（Cross-Based Cost Aggregation，CBCA）

基于一个假设：相邻的颜色相近的像素有相近的视差值。如果参与聚合的像素和被聚合的像素具有相同的视差值，那么聚合的可靠性会更高。基于此，CBCA的目标是找到像素p周围和其颜色相近的像素，并以某种规则将它们的代价值聚合到p的代价上。这样的结果也就是他的聚合范围并非一个固定规则的窗口。

(4)半全局Semi-Global Matching（SGM）

着重讲SGM的代价聚合。

一开始接触的时候，总是分不清代价计算，代价聚合，视差估计这些东西，因为好像这些都是一个步骤内的啊，我代价都计算出来了不就直接得到视差了吗？后来仔细看原理，写代码后发现还是要分步的。

可以这样理解：1、代价计算 = 根据单一的计算公式粗略的获取一个像素点的代价向量（这个代价  是一个列向量，长度为视差），最终组成一个代价立方体（代价立方体也是代价计算的最终产物）。

                         2、代价聚合 = 在代价立方体的基础上，根据每个像素附近像素的代价向量进行考量，将附近的代价向量通过特定公式聚合至该像素的代价向量上。形成最终聚合后的代价立方体。此时的代价立方体，才是后面视差估计用的代价立方体。

                                                                         图一

如图一（一张古老的图，截图来截图去都糊了嘿嘿）所示，描述的是SGM的聚合路径。

（1），（2），（3），（4）为4路径聚合。

1.2.3.4.5.6.7.8为8路径聚合。

然后还有红色的16路。  路数越多 时间损耗越大，效果不一定很好。

一般来说选4或者8，其实4的效果差差不多了，选4速度还快了一倍。

具体的代码以及公式。参考链接：https://zhuanlan.zhihu.com/p/208513239

 还是很不错的~理解了聚合和代价的区别，再看这篇就差不多理解了。

双目立体匹配入门【一】（理论）_双目交会_凳子花❀的博客-CSDN博客

当然还有其他聚合的方法~大家可以多去了解查查。