不同方法获得视差图比较

原帖地址：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：

首先我们看一下BM算法：

该算法代码：

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个参数，代表了匹配搜苏从哪里开始，numberOfDisparities表示最大搜索视差数uniquenessRatio表示匹配功能函数，这三个参数比较重要，可以根据实验给予参数值。

该方法速度最快，一副320*240的灰度图匹配时间为31ms，视差图如下。

 

第二种方法是SGBM方法这是OpenCV的一种新算法：

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_);

 

各参数设置如BM方法，速度比较快，320*240的灰度图匹配时间为78ms，视差效果如下图。

 

 

第三种为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 );

该方法速度超慢，但效果超好。

 

 

各方法理论可以参考文献。