我正在研究KITTI数据集我正在拍摄2张图像并找到差异以获得3D点 Cloud . 我面临的问题是我无法获得良好的视差图 . 大部分差异值小于0.1 . 差异值在0到1之间(我需要缩放它们) . 我的立体声参数如下所示
cv::StereoBM sbm;
sbm.state->SADWindowSize = 9;
sbm.state->numberOfDisparities = 112;
sbm.state->preFilterSize = 5;
sbm.state->preFilterCap = 1;
sbm.state->minDisparity = 0;
sbm.state->textureThreshold = 5;
sbm.state->uniquenessRatio = 5;
sbm.state->speckleWindowSize = 0;
sbm.state->speckleRange = 20;
sbm.state->disp12MaxDiff = 64;
sbm(leftimage, rightimage,disp);
normalize(disp, disp8, 0.1, 255, CV_MINMAX, CV_8U);
1 回答
您对“块匹配”看起来很“好看”的视差图 .
块匹配是获取视差图的最基本方法 . 它是一种本地方法,通过强力搜索(来自opencv的模滤波)计算视差估计 . 因此,其输出在精度上受到限制并且通常是有噪声的 .
正如其他人所提到的,您可以调整窗口大小以稍微改善结果,但这不会使差异明显更好 .
查看KITTI benchmark上的立体声评估,并根据需要选择更准确的算法 . OpenCV实现了SGM,可以产生更平滑的差异 . 所需的视差图质量取决于您的应用 . 在某些情况下,块匹配就足够了 . 对于其他人,可能不是 .
请记住,视差的定义是:左图像中像素的x坐标与右图像中相应像素的x坐标之间的差异 . 也就是说,视差单位是“像素” .
较大的差异,意味着更近的物体 . 缩放图像以进行显示时,较大的差异会显得更亮 . 例如,道路上的标志离摄像机更近,它看起来比远离道路的像素更亮 .
您的视差值不应该介于0和1之间 . 您正在缩放图像以显示为uint8,可以显示,但不适合将差异用于实际测量 .
在OpenCV中,默认行为是将视差图生成为通过将子像素移位乘以16获得的有符号短路 . 要获得真实的视差值,将opencv的输出除以16并转换为float .
你可以这样做:
要么
或者,您可以调用reprojectImageTo3D以获得估计的视差图和立体校准的点 Cloud .
请注意,如果您尝试通过imshow显示true_map,则不会看到有意义的内容 .
祝好运,