OpenCV三種立體匹配求視差圖算法總結

 

對OpenCV中涉及的三種立體匹配算法進行代碼及各自優缺點總結：

首先我們看一下BM算法：

該算法代碼：

 

CvStereoBMState *BMState = cvCreateStereoBMState(); int SADWindowSize=15; BMState->SADWindowSize = SADWindowSize > 0 ? SADWindowSize : 9; BMState->minDisparity = 0; BMState->numberOfDisparities = 32; BMState->textureThreshold = 10; BMState->uniquenessRatio = 15; BMState->speckleWindowSize = 100; BMState->speckleRange = 32; BMState->disp12MaxDiff = 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個參數，代表了匹配搜蘇從哪裏開始，numberOfDisparities表示最大搜索視差數uniquenessRatio表示匹配功能函數，這三個參數比較重要，可以根據實驗給予參數值。

該方法速度最快，一副320*240的灰度圖匹配時間爲31ms，視差圖如下。

第二種方法是SGBM方法這是OpenCV的一種新算法：

 

cv::StereoSGBM sgbm; sgbm.preFilterCap = 63; int SADWindowSize=11; int cn = 1; sgbm.SADWindowSize = SADWindowSize > 0 ? SADWindowSize : 3; sgbm.P1 = 4*cn*sgbm.SADWindowSize*sgbm.SADWindowSize; sgbm.P2 = 32*cn*sgbm.SADWindowSize*sgbm.SADWindowSize; sgbm.minDisparity = 0; sgbm.numberOfDisparities = 32; sgbm.uniquenessRatio = 10; sgbm.speckleWindowSize = 100; sgbm.speckleRange = 32; sgbm.disp12MaxDiff = 1; sgbm(left , right , left_disp_); sgbm(right, left , right_disp_); 

 

各參數設置如BM方法，速度比較快，320*240的灰度圖匹配時間爲78ms，視差效果如下圖。

第三種爲GC方法：

 

CvStereoGCState* state = cvCreateStereoGCState( 16, 2 ); left_disp_ =cvCreateMat( left->height,left->width, CV_32F ); right_disp_ =cvCreateMat( right->height,right->width,CV_32F ); cvFindStereoCorrespondenceGC( left, right, left_disp_, right_disp_, state, 0 ); cvReleaseStereoGCState( &state ); 

 

該方法速度超慢，但效果超好。

各方法理論可以參考文獻。

 

出處:http://blog.csdn.net/mailang2008/archive/2010/09/09/5873883.aspx