原帖地址&＃xff1a;http://blog.csdn.net/mailang2008/article/details/5873883
对OpenCV中涉及的三种立体匹配算法进行代码及各自优缺点总结&＃xff1a;
首先我们看一下BM算法&＃xff1a;
该算法代码&＃xff1a;
- CvStereoBMState *BMState &＃61; cvCreateStereoBMState();
- int SADWindowSize&＃61;15;
- BMState->SADWindowSize &＃61; SADWindowSize > 0 ? SADWindowSize : 9;
- BMState->minDisparity &＃61; 0;
- BMState->numberOfDisparities &＃61; 32;
- BMState->textureThreshold &＃61; 10;
- BMState->uniquenessRatio &＃61; 15;
- BMState->speckleWindowSize &＃61; 100;
- BMState->speckleRange &＃61; 32;
- BMState->disp12MaxDiff &＃61; 1;
- cvFindStereoCorrespondenceBM( left, right, left_disp_,BMState);
- cvNormalize( left_disp_, left_vdisp, 0, 256, CV_MINMAX );
其中minDisparity是控制匹配搜索的第一个参数&＃xff0c;代表了匹配搜苏从哪里开始&＃xff0c;numberOfDisparities表示最大搜索视差数uniquenessRatio表示匹配功能函数&＃xff0c;这三个参数比较重要&＃xff0c;可以根据实验给予参数值。
该方法速度最快&＃xff0c;一副320*240的灰度图匹配时间为31ms&＃xff0c;视差图如下。
第二种方法是SGBM方法这是OpenCV的一种新算法&＃xff1a;
- cv::StereoSGBM sgbm;
- sgbm.preFilterCap &＃61; 63;
- int SADWindowSize&＃61;11;
- int cn &＃61; 1;
- sgbm.SADWindowSize &＃61; SADWindowSize > 0 ? SADWindowSize : 3;
- sgbm.P1 &＃61; 4*cn*sgbm.SADWindowSize*sgbm.SADWindowSize;
- sgbm.P2 &＃61; 32*cn*sgbm.SADWindowSize*sgbm.SADWindowSize;
- sgbm.minDisparity &＃61; 0;
- sgbm.numberOfDisparities &＃61; 32;
- sgbm.uniquenessRatio &＃61; 10;
- sgbm.speckleWindowSize &＃61; 100;
- sgbm.speckleRange &＃61; 32;
- sgbm.disp12MaxDiff &＃61; 1;
- sgbm(left , right , left_disp_);
- sgbm(right, left , right_disp_);
各参数设置如BM方法&＃xff0c;速度比较快&＃xff0c;320*240的灰度图匹配时间为78ms&＃xff0c;视差效果如下图。
第三种为GC方法&＃xff1a;
- CvStereoGCState* state &＃61; cvCreateStereoGCState( 16, 2 );
- left_disp_ &＃61;cvCreateMat( left->height,left->width, CV_32F );
- right_disp_ &＃61;cvCreateMat( right->height,right->width,CV_32F );
- cvFindStereoCorrespondenceGC( left, right, left_disp_, right_disp_, state, 0 );
- cvReleaseStereoGCState( &state );
该方法速度超慢&＃xff0c;但效果超好。
各方法理论可以参考文献。
京公网安备 11010802041100号