不同方法獲得視差圖比較

原帖地址：http://blog.csdn.net/mailang2008/article/details/5873883

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里開始，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的灰度圖匹配時間為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的灰度圖匹配時間為78ms，視差效果如下圖。

 

 

第三種為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。