기본 스테레오 블록 매칭 (OpenCV 제외)이 잘못된 결과

Question

OpenCV 또는 다른 이미지 프로세싱 라이브러리를 사용하지 않고 스테레오 블록 매칭을 구현하려고합니다. 모든 자습서, 서적, 강의 슬라이드 등은 이미지의 블록을 비교하는 아주 기본적인 방법을 가르치지 만 결과는 매우 나쁩니다. OpenCV의 알고리즘의 기초가되는 K.Konolige와 같은 몇 가지 논문을 읽었지만 여전히 중요한 것을 놓친 것 같습니다.

1. 는 소벨은 왼쪽과 오른쪽 이미지에 적용 : 내가 지금 뭐하는 거지

   .

• 좌측 이미지의 픽셀 주위 (9 × 9) 블록을 선택하고 (오른쪽 원래 블록의 80 개 화소의 최대까지) 우측 이미지의 동일한 행 블록과 비교 일치
• 음주 블록
• (절대 차이의 SAD 합 사용) 최적의 일치와 한 결과 차이가 나는 가장 일치를 찾을 수있는 권리를 가야했다 얼마나 많은 단계입니다

를 찾을 수 있습니다.

Konolige 종이를 읽은 후 가장 일치하는 것을 찾은 후 왼쪽 이미지에서 가장 적합한 이미지를 검색하고 이미지가 맞으면이를 받아들입니다 원래 검색했거나 바로 옆에서 검색했습니다.

픽셀이 한 번만 일치 할 수 있도록 체크가 추가되었습니다. 이전에 픽셀과 일치 한 비트 필드 픽셀은 검색에서 건너 뜁니다.

결과가 매우 잘못 보이지는 않지만 매우 희소하게 보입니다.

내가 추가하지 못한 것은 무엇입니까? 모든 사람이 아는 것처럼 보이지만 철자가 아닙니다. 보간법을 추가해야합니까?

도움을 주시면 감사하겠습니다.

입력 한 내용은 쓰쿠바 스테레오 페어입니다. 웹에서 발견

결과 (2가, 3가 분명히 SAD BM이 블로그의 저자 출신 OpenCV의 BM입니다)

http://cseautonomouscar2012.files.wordpress.com/2012/11/111412_2001_comparisono1.png

Answer 1

당신의 알고리즘이 희소하기 때문에 결과는, 드문 드문 것은 정상입니다!

이의 이야기를 조금 뒤로하자 첫 번째 단계

• 을, 당신은 소벨 에지 검출기를 적용합니다. 여기서 당신이하는 일은 이미지의 가장자리 인 희소 한 특징 세트를 추출하는 것입니다.
• 그러면 블록 일치를 결과에 적용합니다. 실제로 수행하는 작업은 가장자리를 일치 시켜서 스파 스 기능을 일치시킵니다.

전통적인 BM 구현은 밝기 등화가 중요한 이유이다. 즉, 픽셀 강도의 SSD/SAD/상관 관계를 취한다.

또한 BM은 작동하지만 어려운 이미지는 아닙니다. SAD 대신 강력한 비용 함수 (예 : 정규화 된 상관 관계)가 종종 필요합니다. 결과를 OpenCV와 비교할 때주의해야합니다. OpenCV는 SGBM이라고하는 다른 BM 구현 (Semi-Global BM 용)을 제안합니다. 이 경우 추가 용어는 인접한 픽셀의 불일치가 또한 가깝도록 강제합니다. 이것은 규칙 제약이라는 두 가지 방법에 도움된다

1. 가 (화소의 차이가 특이점 인 경우, 제거 및 추론 값으로 대체 출력 결과에서 노이즈를 제한하고 그 이웃);
2. 좋은 결과를 유추하는 데 단서가없는 영역으로 좋은 결과를 전달할 수 있습니다. 일반적으로 에지 매칭의 경우입니다. 에지 세트에 대해 우수한 디스 패리티 추정치를 얻고, 정규화 용어로이 양호한 추정치를 플랫 (텍스처리스 및 에지리스) 영역으로 전달하게합니다.