OpenCV三种立体匹配求视差图算法总结

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。