立體匹配算法介紹

• 全局立體匹配算法

  • 全局立體匹配算法主要是采用了全局的優化理論方法估計視差，建立全局能量函數，通過最小化全局能量函數得到最優視差值；

  • 通過二維相鄰像素視差之間的約束（如平滑性約束）而得到更好的匹配效果，但是對內存的占用量大，速度慢不適合實時運行。主要的算法有圖割（graph cuts）、信念傳播（belief propagation）、動態規劃等算法。

• 局部立體匹配算法

  • 主要是采用局部優化方法進行視差值估計，局部立體匹配算法有 SAD，SSD 等算法，與全局立體匹配算法一樣，也是通過能量最小化方法進行視差估計，但是在能量函數中，只有數據項，而沒有平滑項；

  • 該算法由于每個像素計算互不干擾可以并行計算，所以可以實時。但由于所基于的局部窗口視差相同的假設在很多情況下并不成立導致匹配效果較差。

• 半全局立體匹配算法SGM

  • 綜合上述局部和全局算法的優缺點，半全局算法依舊采用全局框架，但是在計算能量函數最小化的步驟時使用高效率的一維路徑聚合方法來代替全局算法中的二維最小化算法，使用一維最優來近似二維最優，得到的視差圖在效果上和全局算法沒有太大的差別，但是算法效率卻有非常大的提升。

SGM算法

• Census變換：

• • 使用像素鄰域內的局部灰度差異將像素灰度轉換為比特串即為census值&#x

總結

以上是生活随笔為你收集整理的人工智能AI实战100讲（八）-原理+代码详解 | 稠密重建之SGM/tSGM算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。