python 深度 视差 计算_NCC视差匹配计算视差图（python）

目录

一、视差计算原理

1.1 NCC视差匹配方法

1.2 双目立体匹配

二、实验内容

2.1 不同窗口对匹配结果的影响

2.2 分析

三、实验代码

四、总结

一、视差计算原理

1.1 NCC视差匹配方法

归一化相关性(normalization cross-correlation)，简称NCC。其是对图像内的像素点来构建一个n

n的邻域作为匹配窗口，然后对目标像素位置同样的构建一个n

n大小的匹配窗口，对两个窗口进行相似度度量。对于两幅图像来说，在进行NCC计算之前要对图像进行处理，也就是讲两帧图像进行极线校正，使两帧图像的光心处于同一水平线上。通过校正极线可以方便NCC操作。

NCC计算公式如下：

为匹配窗口；

为原始图像的像素值；

I1​​(px​,py​)为原始窗口内像素的均值，

为原始图像在目标图像上对应点位置在x方向上偏移d之后的像素值，I2​​(px​+d,py​)为目标图像匹配窗口像素均值。

公式通过归一化将匹配结果限制在 [-1,1]的范围内，可以非常方便得到判断匹配窗口相关程度：当NCC= -1&