基于Matlab的双目立体匹配获取视差图

---

前言

  最近发现Matlab真的很好用啊！
  想看看Matlab求视差图的效果，简单试了以下，效果还可以。

1.打开matlab进行双目标定

  启动双目标定工具箱

stereoCameraCalibrator

  添加左目和右目照片，选择coefficients和tangential distortion ,点击calibrate

  然后选择export camera parameters,点击确定

  在主界面上就可以看到输出

2.立体匹配计算视差

% 读取左右图像
I1 = imread('left.png');
I2 = imread('right.png');

% 加载标定参数
load('stereoParams.mat'); #这俩如果是对话框，直接注释掉就可以了

% 对左右图像进行极线矫正
[I1Rect,I2Rect] = rectifyStereoImages(I1,I2,stereoParams);

% 计算视差图
disparityMap = disparity(rgb2gray(I1Rect), rgb2gray(I2Rect));

% 显示视差图
imshow(disparityMap, [0, 64]);

  这里视差效果感觉还是可以的，后续肯定还需要调整参数和视差后处理。
  这里disparity函数默认使用的是Semi-Global Matching (SGM)算法。

disparity函数的参数及含义如下：

‘Method’ — Disparity estimation algorithm ‘SemiGlobal’ (default) | ‘BlockMatching’ 模式可选择BM和SGBM;
‘DisparityRange’ — Range of disparity [0 64] (default) | two-element vector 视差图范围，默认是 [0 64] 该值的设置取决于两相机的间距和物距综合影响，大基线距和近处测量时应增大视差范围，但范围差值要求可以被16整除。
‘BlockSize’ — Square block size [15] (default) | odd integer 块大小，必须是奇数。
‘ContrastThreshold’ — Contrast threshold [0.05] (default) | scalar in the range (0, 1) 对比度阈值，必须是介于0和1之间的标量。 ‘UniquenessThreshold’ — Uniqueness threshold [15] (default) | scalar in the range (0, 100) 唯一性阈值，必须是介于0和100之间的标量。

---