使用sgbm的视差图

Disparity Map using sgbm

本文关键字：视差 sgbm 使用      更新时间：2023-10-16

我用立体相机拍摄了两张包含两扇门（一扇打开，一扇关闭）的图像。这两个图像已经被校正并且没有失真。我已经尝试使用sgbm方法来生成视差图。以下是我为sgbm使用的参数。

numberOfDisparities = 48;
SAD windowsize = 9;
sgbm->setPreFilterCap(63);
sgbm->setBlockSize(9);
sgbm->setP1(8*cn*sgbmWinSize*sgbmWinSize);  //cn=3,sgbmWinSize=9    
sgbm->setP2(32*cn*sgbmWinSize*sgbmWinSize); 
sgbm->setMinDisparity(0);
sgbm->setNumDisparities(48); 
sgbm->setUniquenessRatio(1);
sgbm->setSpeckleWindowSize(100);
sgbm->setSpeckleRange(20);
sgbm->setDisp12MaxDiff(1);
sgbm->compute(img1, img2, disp);
disp.convertTo(disp8, CV_8UC1, 255/(numberOfDisparities*16.));
imshow("disparity8", disp8);

这两幅图像和视差图可以在下面的链接中找到。！(https://i.stack.imgur.com/Qbhh6.png)

我需要调整哪些参数才能进一步改善视差图？

此外，我想使用视差图生成深度图，但不确定如何进行。最后，我想通过使用深度图来检测打开的门。有人对此有什么建议或方法吗？

  • 您可以调整块大小（仅限奇数）、numdisparity（%16=0）、唯一性比率，最高可达100
  • 你也可以玩其他配置
  • 此外，您可以使用opencv-contrib中的xfilter来改进sgbm中的视差图。它的作用是将阈值应用于视差图，将该阈值用作输入掩码来平滑视差图
相关文章：