最近在做双目视差估计算法,在OpenCV里有一些算法,其中半全局块匹配(Semi-Global Block Matching,SGBM)算法具有视差效果好速度快的特点,因此常常被广泛应用。本文主要讨论的就是SGBM算法。OpenCV的SGBM算法主要参考了《Stereo Processing by Semiglobal Matching and Mutual Information》这篇论文。
1. 计算每个像素点的代价
原论文使用的方法是利用互信息熵,而OpenCV使用的是Birchfield和Tomasi的方法(参照《Depth Discontinuities by Pixel-to-Pixel Stereo》)。这里我们分别介绍一下。
1.1 利用互信息熵
所谓的熵,是用来表示随机变量的不确定性,熵的值越大,信息的不确定性也越大。熵H和互信息MI的定义分别如下:
熵H的定义 互信息MI(Mutual Information)的定义其中,PI代表某个点i的概率分布,也就是灰度直方图为i的点出现的概率;对应地,PI1,I2就是两个图对应点i1和i2的联合概率分布,也就是:
Kim等人将上式做了一个改进:利用泰勒展开把HI1,I2的计算转化为求和问题(参见论文《Visual Correspondence Using Energy Minimization and Mutual Information》)。
其中圈中带叉表示卷积运算,g(i,k)为高斯卷积核。
相应地,边缘熵以及边缘概率的计算如下:
这样的话,互信息的定义为:
MI匹配代价CMI为:
其中q是点p在视差为d的情况下的对应校正点。
原作者使用分层互信息(HMI)进行计算,每一层尺寸减少一半。单次计算的时间复杂度是O(WHD),即width×height×disparity range,所以上次迭代将会是当前迭代速度的1/8。
这里1/163要乘3的原因是小尺寸的随机视差图不靠谱,需要迭代3次。我们可以看到,相比于后文的BT方法仅仅慢了14%
1.2 Birchfield和Tomasi的方法(简称BT方法)
对于一个匹配序列M,其代价函数γ(M)表示匹配结果不准确的程度,其值越小越好。
其中,κocc表示未匹配的惩罚项(constant occlusion penalty),κr表示匹配的奖励项,Nocc和Nr分别表示未匹配和匹配的点数。
2. 损失聚合
我们为视差设置一个能量函数E(D)
其中P1和P2分别表示视差差值为1和视差差值大于1的惩罚系数,一般P1<P2。添加两个正则化项一是为了保持视差图平滑,二是为了保持边缘。我们要做的是找到D使得能量函数E(D)最小,但是不幸的是,在二维图像的这个问题是一个NP-完全问题。为了解决这个问题,原文选择沿着一圈8个或者16个方向进行优化。
代价聚合公式(初始为C(p,d)) 图片的代价聚合是各个像素点代价聚合之和选取使代价聚合最小的视差值mindS[emb(q,d),d]即可。
3. OpenCV相关函数的使用
我们看一下stereoSGBM类的参数。
static Ptr<StereoSGBM> cv::StereoSGBM::create (int minDisparity = 0,
int numDisparities = 16,
int blockSize = 3,
int P1 = 0,
int P2 = 0,
int disp12MaxDiff = 0,
int preFilterCap = 0,
int uniquenessRatio = 0,
int speckleWindowSize = 0,
int speckleRange = 0,
int mode = StereoSGBM::MODE_SGBM
)
- minDisparity:最小的视差值。
- numDisparity:视差范围,即最大视差值和最小视差值之差,必须是16的倍数。
- blockSize:匹配块大小(SADWindowSize),必须是大于等于1的奇数,一般为3~11 。
- P1,P2:惩罚系数,一般:P1=8*通道数*SADWindowSize*SADWindowSize,P2=4*P1
- disp12MaxDiff :左右视差图的最大容许差异(超过将被清零),默认为 -1,即不执行左右视差检查。
- preFilterCap:预滤波图像像素的截断值。该算法首先计算每个像素的x导数,并通过[-preFilterCap,preFilterCap]间隔剪切其值。结果值被传递给Birchfield-Tomasi像素成本函数。
- uniquenessRatio:视差唯一性百分比, 视差窗口范围内最低代价是次低代价的(1 + uniquenessRatio/100)倍时,最低代价对应的视差值才是该像素点的视差,否则该像素点的视差为 0,通常为5~15.
- speckleRange:视差变化阈值。
- mode:模式
简单地试了一下:
#include "stdafx.h"
#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\calib3d\calib3d.hpp>
#include <iostream>
using namespace cv;
int main(int argc, char** argv) {
//读入图像。
Mat left = cv::imread("left.png");
Mat right = cv::imread("right.png");
if (left.empty() || right.empty()) {
std::cout << "could not load image...\n";
return -1;
}
//图像转灰度
cv::cvtColor(left, left, CV_BGR2GRAY);
cv::cvtColor(right, right, CV_BGR2GRAY);
//设置参数
int numberOfDisparities = 48, SADWindowSize = 11;
int uniquenessRatio = 15, speckleWindowSize = 50, speckleRange = 32;
cv::Ptr<cv::StereoSGBM> sgbm = cv::StereoSGBM::create(0, numberOfDisparities, SADWindowSize);
int cn = left.channels();
sgbm->setP1(8 * cn * SADWindowSize * SADWindowSize);
sgbm->setP2(32 * cn * SADWindowSize * SADWindowSize);
sgbm->setPreFilterCap(63);
sgbm->setUniquenessRatio(uniquenessRatio);
sgbm->setSpeckleWindowSize(speckleWindowSize);
sgbm->setSpeckleRange(speckleRange);
sgbm->setDisp12MaxDiff(1);
//计算并显示视差
Mat disp;
sgbm->compute(left, right, disp);
disp.convertTo(disp, CV_8U, 255 / (numberOfDisparities*16.)); //将16位符号整形的视差矩阵转换为8位无符号整形矩阵
cv::imshow("disparity", disp);
cv::waitKey();
return 0;
}
左视图
视差结果
参考资料
- Heiko Hirschmuller “Stereo Processing by Semiglobal
Matching and Mutual Information ”[M].IEEE,2005 - S. Birchfield and C. Tomasi, “Depth Discontinuities by Pixel-toPixel Stereo,” Proc. Sixth IEEE Int’l Conf. Computer Vision, pp. 1073-
1080, Jan. 1998. - cv::StereoSGBM Class Reference
- OpenCV学习笔记(18)双目测距与三维重建的OpenCV(三)立体匹配与视差计算
- Stereo Matching文献笔记之(九):经典算法Semi-Global Matching(SGM)之神奇的HMI代价计算~
- Stereo Matching文献笔记之(十):经典算法Semi-Global Matching(SGM)之碉堡的动态规划~
- Semi-Global Matching(SGM)算法原文理解
网友评论