OpenCV雙目匹配演算法

opencv中提供了多種雙目匹配演算法，比如bm，sgbm，hh等，並提供了各演算法主要引數的設定與獲取方式，加速了雙目匹配的演算法開發。雙目匹配遵循以下的流程：相機標定左右相機的內外參——>對左右影象進行畸變校正——>選擇匹配演算法對校正後的影象進行匹配，計算視差。各匹配演算法也遵循一定的流程，具體的細節在以後對匹配演算法剖析中說明。

相機標定：

相機標定後會有兩個檔案，分別對應內參矩陣和外參矩陣，opencv中兩個檔案為yml格式，其中內參檔案intrinsics.yml中m1，m2為相機內參焦距（fx, fy）,光心（ cx, cy），d1，d2為相機畸變(k1,k2,p1,p2[,k3[,k4,k5,k6[,s1,s2,s3,s4[,τx,τy]]]])，有4，5，8，12或14個元素。

左右影象畸變校正：

opencv中提供了影象校正的函式，操作如下：

stereorectify( m1, d1, m2, d2, img_size, r, t, r1, r2, p1, p2, q, calib_zero_disparity, -1, img_size, &roi1, &roi2 );
mat map11, map12, map21, map22;
//輸入的r1，p1可以來自stereorectify，也可以直接來自標定後得到的矩陣
initundistortrectifymap(m1, d1, r1, p1, img_size, cv_16sc2, map11, map12);
initundistortrectifymap(m2, d2, r2, p2, img_size, cv_16sc2, map21, map22);
mat img1r, img2r;
remap(img1, img1r, map11, map12, inter_linear);//img1須為灰度圖
remap(img2, img2r, map21, map22, inter_linear);

有關stereorectify和initundistortrectifymap的說明可以參考：

影象匹配：

此處可以根據需要選擇不同的匹配演算法，opencv中匹配演算法的呼叫方式是一樣的，都是通過setparam和getparam來設定和獲取演算法引數值，然後通過compute執行演算法，計算得到視差圖，以下以bm為例展開：

//set bm's params
bm->setroi1(roi1);
bm->setroi2(roi2);
bm->setprefiltercap(prefiltersize);
bm->setprefiltercap(prefiltercap);
bm->setblocksize(sadwindowsize > 0 ? sadwindowsize : 9);
bm->setmindisparity(0);
bm->setnumdisparities(numberofdisparities);
bm->settexturethreshold(texturethreshold);
bm->setuniquenessratio(uniquenessratio);
bm->setspecklewindowsize(specklewindowsize);
bm->setspecklerange(specklerange);
bm->setdisp12maxdiff(disp12maxdiff);
bm->compute(img1, img2, disp);
disp.convertto(disp8, cv_8u, 255/(numberofdisparities*16.));

OpenCV雙目匹配演算法

雙目匹配BM演算法

雙目立體匹配演算法漫談

opencv雙目標定

OpenCV雙目匹配演算法

雙目匹配BM演算法

雙目立體匹配演算法漫談

opencv雙目標定

相關推薦