SAD进行双目立体视觉匹配（Python语言）

最新推荐文章于 2025-03-16 12:14:01 发布

小叮做事、小叮当

最新推荐文章于 2025-03-16 12:14:01 发布

阅读量4.8k

点赞数 6

分类专栏： SAD 文章标签： Python SAD 数字图像处理

本文链接：https://blog.youkuaiyun.com/qq_28005905/article/details/97787710

版权

本文介绍了使用Python实现SAD（Sum of absolute differences）算法进行双目立体视觉匹配的方法。SAD是一种快速但不精确的图像匹配算法，通过计算图像块之间像素差的绝对值之和来评估相似度。文章详细阐述了算法原理，包括基本流程和步骤，提供了Python代码示例，并讨论了可能影响匹配效果的因素，如卷积核大小。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 编译环境

编程语言：Python
IDE：PyCharm 2017

2 算法原理介绍

SAD(Sum of absolute differences)是一种图像匹配算法。基本思想：差的绝对值之和。此算法常用于图像块匹配，将每个像素对应数值之差的绝对值求和，据此评估两个图像块的相似度。该算法快速、但并不精确，通常用于多级处理的初步筛选。

3 基本流程

3.1 步骤

输入：两幅图像，一般为左相机和右相机得到得左图和右图，分别设置为Left-Image，Right-Image
遍历左图中得所有像素点，并对每一个像素点执行如下操作：
（1）构造一个小窗口,类似于卷积核；
（2）用窗口覆盖左边的图像,选择出窗口覆盖区域内的所有像素点；
（3）同样用窗口覆盖右边的图像并选择出覆盖区域的像素点；
（4）左边覆盖区域减去右边覆盖区域，并求出所有像素点灰度差的绝对值之和；
（5）移动右边图像的窗口，重复（3）-（4）的处理（这里有个搜索范围,超过这个范围跳出）；
（6）找到这个范围内SAD值最小的窗口,即找到了左图锚点的最佳匹配的像素块。

3.2 示意图

在这里插入图片描述

4 代码（Python）

import cv2
from pylab import *
import time

def SAD(Img_L,Img_R,winsize,DSR):       #输入左右图像，窗口尺寸，搜索范围
    width,height=Img_L.shape
    kernel_L=np.zeros((winsize

最低0.47元/天解锁文章