立体视觉：计算视差的原理与实验分析-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_45622220/article/details/105769351

本文详细介绍了立体视觉中计算视差的原理，包括匹配代价计算、匹配代价叠加和视差获取。实验过程展示了不同窗口宽度（wid=3, 6, 9, 12, 15）对匹配结果的影响，得出窗口值选择对避免误匹配和保持图像清晰度的重要性。" 116264378,8756009,PIX携手亿利生物打造智能植树无人车助力碳中和,"['自动驾驶', '智能汽车', '环境治理', '碳排放', '生态修复']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、窗口代价计算视差的原理及步骤

1、匹配代价计算
匹配代价计算是整个立体匹配算法的基础，实际是对不同视差下进行灰度相似性测量。常见的方法有灰度差的平方SD（squared intensity differences），灰度差的绝对值AD（absolute intensity differences）等。另外，在求原始匹配代价时可以设定一个上限值，来减弱叠加过程中的误匹配的影响。以AD法求匹配代价为例，可用下式进行计算，其中T为设定的阈值。
在这里插入图片描述
2、匹配代价叠加
一般来说，全局算法基于原始匹配代价进行后续算法计算。而区域算法则需要通过窗口叠加来增强匹配代价的可靠性。本次实验采用NCC视差匹配方法.

3、视差获取
对于区域算法来说，在完成匹配代价的叠加以后，视差的获取就很容易了，只需在一定范围内选取叠加匹配代价最优的点NCC取最大值作为对应匹配点。完成匹配后，我们需要记录其视差d，即待测像素水平方向xl与匹配像素水平方向xr之间的差值d = xr - xl，最终我们可以得到一个与原始图像尺寸相同的视差图D。