semi-global matching 算法总结

Semi-Global Block Matching (SGBM) 是一种用于计算双目视觉中disparity的算法,它通过设置全局能量函数并最小化其值来确定最优disparity map。算法通过动态规划分解成一维问题,考虑像素的8个邻域,从8个方向计算cost,并选取最小值。最终,累加各个方向的cost,得到每个像素的最终disparity。SGBM算法的时间复杂度与disparity范围相关。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

semi-global matching(缩写SGM)是一种用于计算双目视觉中disparity的半全局匹配算法。在OpenCV中的实现为semi-global block matching(SGBM)。

SGBM的思路是:

通过选取每个像素点的disparity,组成一个disparity map,设置一个和disparity map相关的全局能量函数,使这个能量函数最小化,以达到求解每个像素最优disparity的目的。

 

能量函数形式如下:

Ddisparity mapE(D)是该disparity map对应的能量函数。

p, q代表图像中的某个像素

Np 指像素p的相邻像素点(一般认为8连通

C(p, Dp)指当前像素点disparityDp时,该像素点的cost

P1 是一个惩罚系数,它适用于像素p相邻像素中dsparity值与pdsparity值相差1的那些像素。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值