二.SGM岂昭、SGBM算法總結

1.semi-global matching 算法總結

(1) semi-global matching算法是SGM的縮寫,是一種基于計算機雙目視覺中的disparity(視差)的半全局匹配算法,在OpenCV中的實現(xiàn)為semi-global block matching(SGBM)。

  • SGBM的思路:
    通過選取每個像素點的disparity惧磺,組成一個視差圖(disparity map) 颖对,設置一個和視差圖相關的全局能量函數(shù)捻撑,使這個能量函數(shù)最小化,以達到求解每個像素最優(yōu)disparity 的目的 。

  • 能量函數(shù)的形式如下:

D指disparity map顾患。 E(D)是該disparity map 對應的能量函數(shù)番捂。
p,q 代表圖像中的某個像素
Np指像素p的相領像素點
C(p江解,Dp)指當前像素點disparity為Dp時设预,該像素點的cost
P1是一個懲罰系數(shù),它適用于像素p相鄰像素中disparity值與disparity值相差1的那些像素犁河。
P2是一個懲罰系數(shù)鳖枕,它適用于像素p相鄰像素中disparity值與p的disparity值相差大于1的那些像素。
I[.]函數(shù)返回1如果函數(shù)中的參數(shù)為真桨螺,否則返回0

(2)

?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末宾符,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子灭翔,更是在濱河造成了極大的恐慌魏烫,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,204評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件肝箱,死亡現(xiàn)場離奇詭異哄褒,居然都是意外死亡,警方通過查閱死者的電腦和手機煌张,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評論 3 395
  • 文/潘曉璐 我一進店門呐赡,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人骏融,你說我怎么就攤上這事罚舱。” “怎么了绎谦?”我有些...
    開封第一講書人閱讀 164,548評論 0 354
  • 文/不壞的土叔 我叫張陵管闷,是天一觀的道長。 經(jīng)常有香客問我窃肠,道長包个,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,657評論 1 293
  • 正文 為了忘掉前任冤留,我火速辦了婚禮碧囊,結果婚禮上,老公的妹妹穿的比我還像新娘纤怒。我一直安慰自己糯而,他們只是感情好,可當我...
    茶點故事閱讀 67,689評論 6 392
  • 文/花漫 我一把揭開白布泊窘。 她就那樣靜靜地躺著熄驼,像睡著了一般像寒。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上瓜贾,一...
    開封第一講書人閱讀 51,554評論 1 305
  • 那天诺祸,我揣著相機與錄音,去河邊找鬼祭芦。 笑死筷笨,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的龟劲。 我是一名探鬼主播胃夏,決...
    沈念sama閱讀 40,302評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼昌跌!你這毒婦竟也來了构订?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,216評論 0 276
  • 序言:老撾萬榮一對情侶失蹤避矢,失蹤者是張志新(化名)和其女友劉穎悼瘾,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體审胸,經(jīng)...
    沈念sama閱讀 45,661評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡亥宿,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,851評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了砂沛。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片烫扼。...
    茶點故事閱讀 39,977評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖碍庵,靈堂內(nèi)的尸體忽然破棺而出映企,到底是詐尸還是另有隱情,我是刑警寧澤静浴,帶...
    沈念sama閱讀 35,697評論 5 347
  • 正文 年R本政府宣布堰氓,位于F島的核電站,受9級特大地震影響苹享,放射性物質發(fā)生泄漏双絮。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,306評論 3 330
  • 文/蒙蒙 一得问、第九天 我趴在偏房一處隱蔽的房頂上張望囤攀。 院中可真熱鬧,春花似錦宫纬、人聲如沸焚挠。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽蝌衔。三九已至榛泛,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間胚委,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評論 1 270
  • 我被黑心中介騙來泰國打工叉信, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留亩冬,地道東北人。 一個月前我還...
    沈念sama閱讀 48,138評論 3 370
  • 正文 我出身青樓硼身,卻偏偏與公主長得像硅急,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子佳遂,可洞房花燭夜當晚...
    茶點故事閱讀 44,927評論 2 355

推薦閱讀更多精彩內(nèi)容

  • 最近在做雙目視差估計算法营袜,在OpenCV里有一些算法,其中半全局塊匹配(Semi-Global Block Mat...
    hmta_dhs閱讀 25,995評論 2 10
  • 上一期的SGBM算法詳解(一)得到了許多網(wǎng)友的熱烈回復丑罪,心里很開心荚板,已經(jīng)一一作了解答,如果有不懂的可以繼續(xù)咨詢吩屹,今...
    OrdinaryW閱讀 18,687評論 14 9
  • Stereo Processing by Semi-Global Matching and Mutual Info...
    嫩芽33閱讀 2,408評論 0 0
  • 1. 前言 ????在了解SGBM算法以后跪另,可能大家都會發(fā)現(xiàn)SGBM算法中最不牛逼的關鍵點,就是對全圖用統(tǒng)一尺寸的...
    OrdinaryW閱讀 1,945評論 1 0
  • 一把傘可以阻擋小雨輕狂煤搜, 卻遮不住你的心傷免绿。 小雨讓石板路水亮亮, 仿若昨晚的月光擦盾, 讓你的足跡淹沒在水中央嘲驾, 寂...
    清月sun閱讀 812評論 12 43