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点云。我面临的问题是我无法获得良好的视差图。大部分差异值是小于0.1。视差值在0到1之间(我需要缩放它们)。 我的立体声参数列在下面
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);
答案 0 :(得分:12)
您对“块匹配”看起来很“适合”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。
正如其他人所说,您可以调整窗口大小以略微改善结果,但这不会使差异显着改善。
查看KITTI benchmark上的立体声评估,如果必须,请选择更准确的算法。 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坐标与右图像中的相应像素之间的差异。也就是说,视差单位是“像素”。
更大的差异,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。为了获得真实的视差值,将opencv的输出除以16并转换为float。
您可以这样做:
cv::Mat<float> true_dmap = disp * (1.0 / 16.0f);
或
disp.convertTo(true_dmap, CV_32F, 1.0/16.0, 0.0);
或者,您可以根据估计的视差图和立体声校准调用reprojectImageTo3D来获取点云。
注意,如果您尝试通过imshow显示true_map,您将看不到有意义的内容。
祝你好运,