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。