• 立体匹配-ZNCC


    function [dispMap]=StereoMatching(imL, imR, windowSize, dispMin, dispMax) 
    % Assume the image sizes are same between imgL and imgR  
    %注意:在画图程序中,查看视差值,在相同的点,如果左图的点的X坐标的值大于右图X坐标的值。
    %即右图X坐标较小,在代码中,我们的想法是利用右图加上某个视差才能和左图坐标相当,进行匹配
    %但是,MATLAB在存储图像时进行了行列坐标的转换,即384*288的图像在MATLAB中变成288*384的矩阵
    %所以,此时应该是左图加上某个视差值和右图进行匹配。一定要注意这一点
    [wL,hL] = size(imL); 
    %[wR,hR] = size(imgR); 
    win=(windowSize-1)/2; 
    %NCC 
    for(i=1+win:1:wL-win)%从中心元素开始遍历行(从上开始往下遍历)
         for(j=1+win:1:hL-win-dispMax) %从中心元素开始遍历列(从左开始往右遍历)
            preNCC = 0.0; 
            OptimalDisp = dispMin; 
            for(dispRange=dispMin:1:dispMax) %X坐标加上视差值,遍历
                sumUP=0.0; currL=0.0;currR = 0.0;meanL=0.0;meanR=0.0;
                sumL=0.0; sumR=0.0;
                Lwin = imL(i-win:i+win, j-win:j+win);%左图窗口
                Rwin = imR(i-win:i+win, j+dispRange-win:j+dispRange+win);%右图中心沿着视差值的窗口
                meanL = mean(Lwin(:));%左图窗口取均值
                meanR = mean(Rwin(:));%右图窗口取均值
                for x=-win:win
                    for y=-win:win
                        currL = imL(i+x,j+y)-meanL;%左图窗口中的每一个像素点减去该窗口内的均值
                        currR = imR(i+x,j+y+dispRange)-meanR;%左图窗口中的每一个像素点减去该窗口内的均值,并沿视差移动
                        sumUP = sumUP+ currL * currR;%窗口内每个像素点减去均值后对应相乘后再累加
                        sumL = sumL + currL * currL;%左图窗口内每个像素平方后再累加
                        sumR = sumR + currR * currR;%右图窗口内每个像素平方后再累加
                    end
                end
                cur = sumUP/sqrt(sumL*sumR);%按照公式求相关值
                if (preNCC < cur) %找出沿着视差值移动的最大相关值
                    preNCC = cur; 
                    OptimalDisp = dispRange; %并记录该最大相关值的视差值
                end 
            end %WTA方法且没有进行亚像素优化
            dispMap(i,j) = OptimalDisp; %生成视差图
        end 
    end
    

      

    调用代码

    function start 
        winSize = 7;
        fprintf(1,'Loading Images....
    '); 
        imL = rgb2gray(imread('right.bmp'));%注意这里由于上面的代码中红色注释部分原因,所以imL代表的是右图
        imL=double(imL); 
        
        imR=rgb2gray(imread('left.bmp'));%注意这里由于上面的代码中红色注释部分原因,所以imR代表的是左图
        imR=double(imR); 
       
        fprintf(1,'Now Processing Stereo Matching....
    '); 
        [dispMap]=discul(imL,imR,winSize,0,52); 
     
        figure;
        imshow(dispMap,[0 52]);
        figure;
        imagesc(dispMap);
    end
    

      左图:left.bmp

      右图:right.bmp

    结论:左图的X坐标(245)大于右图的(230),原本应该是右图加上某个视差和左图进行匹配,但是MATLAB存储进行的装置的原因,所以,应该对应的是左图加上某个视差。

        所以在调用时,进行了交换。

    结果图:

  • 相关阅读:
    C#呓语
    引起超时的原因及表解锁的方法<转>
    如何使用数据库引擎优化顾问优化数据库 <转>
    缩短IIS应用池回收时间,减少IIS假死<转>
    Microsoft Silverlight 4 Tools for Visual Studio 2010中文版本
    系统统一验证(IHttpHandlerFactory)<转>
    解决CSS BUG的顺口溜<转>
    重建索引提高SQL Server性能<转>
    .NET调用osql.exe执行sql脚本创建表和存储过程<转>
    SQL SERVER性能优化综述<转>
  • 原文地址:https://www.cnblogs.com/hxjbc/p/6432378.html
Copyright © 2020-2023  润新知