网站备案通讯地址,国外建站数据,网站专题制作教程,360做网站荆州操作系统#xff1a;ubuntu22.04 OpenCV版本#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言#xff1a;C11
算法描述
使用左右检查来验证视差。矩阵 “cost” 应该由立体对应算法计算。 cv::validateDisparity 函数是 OpenCV 库中用于对立体匹配生成的视差图… 操作系统ubuntu22.04 OpenCV版本OpenCV4.9 IDE:Visual Studio Code 编程语言C11
算法描述
使用左右检查来验证视差。矩阵 “cost” 应该由立体对应算法计算。 cv::validateDisparity 函数是 OpenCV 库中用于对立体匹配生成的视差图disparity map进行后处理的一个工具。其主要功能是对计算出的视差值进行验证确保相邻像素间的视差值是合理的并且符合左右图像的一致性检查。这有助于减少错误匹配和噪声从而提高深度估计的准确性。
使用场景
立体视觉应用在需要高精度深度信息的应用中如自动驾驶、机器人导航、增强现实等使用 cv::validateDisparity 可以显著提高视差图的质量进而提升系统的性能。3D重建在基于立体图像的3D重建任务中准确的视差图对于生成正确的三维模型至关重要。障碍物检测在需要实时检测和避障的应用中如无人机或自动机器人高质量的视差图可以帮助更可靠地识别和避开障碍物。
函数原型
void cv::validateDisparity
(InputOutputArray disparity,InputArray cost,int minDisparity,int numberOfDisparities,int disp12MaxDisp 1
) 参数
InputOutputArray disparity: 类型: 输入/输出参数 说明: 这是待验证的视差图。它应该是一个单通道的矩阵通常为 CV_16S 或 CV_32F 类型表示每个像素点的视差值。经过 validateDisparity 处理后不合理的视差值将被标记为无效默认使用 CV_DISPARITY_INVALID_VALUE 或者用户定义的无效值。InputArray cost: 类型: 输入参数 说明: 代价体积cost volume由立体对应算法如块匹配或半全局块匹配计算得到。这个矩阵包含了每个可能的视差值的成本信息帮助 validateDisparity 判断哪些视差值是可靠的。代价体积的尺寸应与 disparity 和 numberOfDisparities 对应。int minDisparity: 类型: 输入参数 说明: 允许的最小视差值。所有低于这个值的视差都会被认为是无效的。这个参数定义了视差范围的下限。int numberOfDisparities: 类型: 输入参数 说明: 在搜索范围内尝试的最大视差数量。视差的有效范围是从 minDisparity 到 minDisparity numberOfDisparities - 1。这个参数定义了视差范围的上限并且决定了代价体积的深度即第三个维度的大小。int disp12MaxDisp 1: 类型: 输入参数可选默认值为 1 说明: 左右一致性检查中允许的最大差异。如果两个方向上的视差值差异超过了这个阈值则认为该点的视差是不可靠的并将其标记为无效。较大的值可能会容忍更多的误差但也会导致更多的噪声通过验证。
代码示例
#include iostream
#include opencv2/calib3d.hpp // 包含 validateDisparity 函数的头文件
#include opencv2/opencv.hpp
#include opencv2/ximgproc/disparity_filter.hpp // 包含 WLS滤波器using namespace cv;
using namespace std;int main()
{// 读取左右图像 (假设为灰度图像)Mat imgL imread( /media/dingxin/data/study/OpenCV/sources/images/left.jpg, IMREAD_GRAYSCALE );Mat imgR imread( /media/dingxin/data/study/OpenCV/sources/images/right.jpg, IMREAD_GRAYSCALE );if ( imgL.empty() || imgR.empty() ){std::cout Could not open or find the images! std::endl;return -1;}// 创建 StereoSGBM 对象int minDisparity 0;int numDisparities 64; // 必须是16的倍数int blockSize 5;int disp12MaxDiff 1;int uniquenessRatio 10;int speckleWindowSize 100;int speckleRange 32;cv::Ptr cv::StereoSGBM sgbm cv::StereoSGBM::create( minDisparity, numDisparities, blockSize, 8 * blockSize * blockSize, 32 * blockSize * blockSize, disp12MaxDiff, uniquenessRatio,speckleWindowSize, speckleRange, cv::StereoSGBM::MODE_SGBM_3WAY );// 计算视差图cv::Mat disparity;sgbm-compute( imgL, imgR, disparity );// 规范化视差图以进行显示cv::Mat disp;disparity.convertTo( disp, CV_8U, 255 / ( numDisparities * 16. ) );cv::imshow( disparity, disp );cv::waitKey( 0 );return 0;
}
