差距

视差估计算法,指定为逗号分隔两人组成的“方法”,要么“BlockMatching”或“SemiGlobal”。差异函数实现了基本块匹配[1]和Semi-Global块匹配[3]算法。在“BlockMatching”方法,函数计算差异通过比较绝对差异的总和(SAD)中每个像素块的图像。在“SemiGlobal”匹配方法,函数另外部队类似的差距在邻近的街区。这些额外的约束导致一个更完整的差异估计比“BlockMatching”方法。

算法执行这些步骤:

范围的差异,指定为逗号分隔两人组成的“DisparityRange和一个双元素向量。二极向量必须的格式(MinDisparity,MaxDisparity]。这两个元素必须是整数,可以是负的。MinDisparity和MaxDisparity必须在区间[-图像的宽度,图像的宽度]。之间的区别MaxDisparity和MinDisparity必须整除16。DisparityRange必须是真实的,有限的,和nonsparse。如果相机使用I1是正确的使用的相机I2,然后MinDisparity必须是负的。

差异范围取决于两个摄像头之间的距离和相机之间的距离和感兴趣的对象。增加了DisparityRange当摄像机远或接近摄像机的对象。确定一个合理的配置差异,显示输入图像的立体浮雕图像查看器应用程序和使用工具的距离来衡量对对应点之间的距离。修改MaxDisparity对应的测量。

广场的块大小,指定为逗号分隔两人组成的“BlockSize”和一个奇数的范围[5255]。这个值设置宽度的正方形块大小。的函数使用方形块像素之间的比较I1和I2。BlockSize必须是真实的,有限的,和nonsparse。

对比度阈值范围,指定为逗号分隔两人组成的“ContrastThreshold和一个标量值的范围(0,1)。对比的对比度阈值定义了一个可接受的范围值。增加该参数导致更少的像素被标记为不可靠的。ContrastThreshold必须是真实的,有限的,和nonsparse。

最小值的唯一性,指定为逗号分隔两人组成的“UniquenessThreshold和一个非负整数。增加该参数导致函数标记像素不可靠。当一个像素的独特性价值很低,它的差异计算不太可靠。设置阈值0禁用独特性的阈值。UniquenessThreshold必须是真实的,有限的,和nonsparse。

函数定义唯一性作为最优的比例差距估计和最佳的差异估计越少。例如:

两点间最大距离为从左到右影像检查,指定为逗号分隔两人组成的DistanceThreshold和一个非负整数。增加该参数导致更少的像素被标记为不可靠的。相反,当你减少距离阈值的值,你增加的可靠性差异映射。你可以设置这个参数为空矩阵[]禁用它。DistanceThreshold必须是真实的,有限的,和nonsparse。

距离阈值指定点之间的最大距离I1和同一点I2。函数发现距离和标志着像素在以下方式:

最低纹理阈值,指定为逗号分隔两人组成的“TextureThreshold”和一个标量值范围在[0,1)。纹理阈值定义一个像素的最小纹理值是可靠的。一块的纹理像素越低,越不可靠的计算差异的像素。增加该参数导致更多的像素被标记为不可靠的。你可以设置这个参数0禁用它。这个参数只适用于当您设置方法来“BlockMatching”。

一个像素的纹理被定义为饱和的和对比计算了BlockSize——- - - - - -BlockSize周围像素的窗口。函数考虑像素的视差计算不可靠的标志,当纹理低于价值定义为:

TextureThreshold必须是真实的,有限的,和nonsparse。