【opencv】双目匹配代码分析

双目匹配代码分析

原理

通过将两个水平放置的摄像头获取的图像，匹配相应的区域视差。方式有很多种，SAD是速度最快的方式，主要原理是块匹配，计算每个搜索块在最大视差范围内的sad值，选择最小的sad值的水平位移距离作为视差输出。

一、区准函数

主要的算法只有一个函数，这里输出的是两幅图像在x方向上的sobel变化后的图像。并且通过查找表归一化数据，可以去掉一些亮度影响。

static void findStereoCorrespondence( const Mat& left, const Mat& right,
                            Mat& disp, Mat& cost, const CvStereoBMState& state,
                            uchar* buf, int _dy0, int _dy1 )

1. 创建查找表tab

for( x = 0; x < TABSZ; x++ )
        tab[x] = (uchar)std::abs(x - ftzero);

得到tab(0:255) = (31:0, 1:224)

1. 初始化第一列的搜索窗

for( x = -wsz2-1; x < wsz2; x++ )
    {
        hsad = hsad0 - dy0*ndisp;
        cbuf = cbuf0 + (x + wsz2 + 1)*cstep - dy0*ndisp;
        // 最大视差比搜索窗大很多的情况下，不需要判断边界
        lptr = lptr0 + x - dy0*sstep;//std::min(std::max(x, -lofs), width-lofs-1) - dy0*sstep;//
        rptr = rptr0 + x - dy0*sstep;//std::min(std::max(x, -rofs), width-rofs-1) - dy0*sstep;//
        //int val;
        for( y = -dy0; y < height + dy1; y++,
                         hsad += ndisp, cbuf += ndisp,
                         lptr += sstep, rptr += sstep )
        {
            // 左边减去右边差的绝对值，在最大视差范围内计算
            int lval = lptr[0];
            for( d = 0; d < ndisp; d++ )
            {
                int diff = std::abs(lval - rptr[d]);
                //cbuf[dy0+height+dy1][ndisp]
                cbuf[d] = (uchar)diff; // 每一列，当前像素与对应像素差值
                hsad[d] = (int)(hsad[d] + diff);//搜索窗里sad
            }
            htext[y] += tab[lval]; // 计算一个搜索窗里左图像素-31的绝对值之和
            //val = lval;
        }
    }

计算左图与右图残差值，每个像素都减去右图水平偏移0~disp-1个像素

for x = -wsz2-1:wsz2
    cbuf(x, -dy0:height+dy1, 0:disp-1) = abs(tab(Left(x, -dy0:height+dy1))-tab(right(x:x+disp, -dy0:height+dy1)))
end

先cbuf初始一个搜索窗的残差值，一共(ws