本文介绍了Semi-Global Matching (SGM) 中的匹配代价计算方法，特别是Census变换的原理。Census变换通过比较像素邻域内灰度差异形成比特串，进而计算汉明距离作为匹配代价，对光照变化不敏感，适合于立体匹配。这种方法具有并行度高的优势，适合多线程并行计算。下篇博客将探讨SGM的代价聚合步骤。
基于互信息的匹配代价计算由于需要初始视差值，所以需要通过分层迭代的方式得到较为准确的匹配代价值，而且概率分布计算稍显复杂，这导致代价计算的效率并不高。学者Zabih和Woodfill 1 提出的基于Census变换法也被广泛用于匹配代价计算。Census变换是使用像素邻域内的局部灰度差异将像素灰度转换为比特串，思路非常简单，通过将邻域窗口（窗口大小为n×m，n和m都为奇数）内的像素灰度值与窗口中心像素的灰度值进行比较，将比较得到的布尔值映射到一个比特串中，最后用比特串的值作为中心像素的Census变换值Cs，如公式1所示：
式1
其中，n’和m’分别为不大于n和m的一半的最大整数，为比特位的逐位连接运算，ξ运算则由公式2定义：
式2
基于Census变换的匹配代价计算方法是计算左右影像对应的两个像素的Census变换值的汉明（H
最低0.47元/天 解锁文章
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
