赞
踩
这是我在计算双目视差的过程中进行过尝试,想要记录下来。若是对大家有帮助就更好啦!如有错误或还可改进之处,欢迎指正!!
disparityRange = [-16 112];
disparityMap = disparity(left,right,‘BlockSize’,…
5,‘DisparityRange’,disparityRange,‘UniquenessThreshold’,3);
效果图如下:
原图1
视差图1(上为BM算法,下为SGM算法)
PS:效果还可以,总体来说,呈现的效果有很大一部分随着disparityRange的变化而变化。选择合适的视差变化范围很重要。可以先在matlab带有的APP中选择Image viewer,大致查看两图像的视差范围。示例如下图:
原图2
视差图2
上图视差范围[0,64],效果不明显
上图视差范围[0,32],效果相对明显,但是还不是很好。
由第二次尝试做出推断,在图像中的场景比较复杂的情况下,disparity函数的计算精度相对不高。
效果图如下:
原图
视差图
3.分块匹配计算双目视差
原图:
视差图:
4.ELAS方法计算双目视差
原图:
视差图:
不同的算法,效果不同,但是在双目视差的计算中,参数设置尤为重要。如果没有选择合适的参数,则效果一言难尽。。。唉
暂时记录到这里,后续如果再有碰到,再行添加。。。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。