问题标签 [disparity-mapping]

我想知道是否有任何好方法可以通过从前一个视频帧中获取信息来加快 SGBM 处理。

我认为可以通过仅在前一帧视差的距离附近搜索对应关系来加快速度。我在此看到的问题是，当从一帧到下一帧时，块从一个对象传递到反之亦然的背景。我认为，如果可能的话，这是一个有趣的改进，我一直在寻找它，但我没有找到它。

我有两个具有不同基线的立体声对。一个为 150 毫米，另一个为 500 毫米。我需要找出两种设置的工作范围（以米为单位）。

我使用三角测量从视差图中生成 3D 点。我已经知道，使用较短的基线设置可以在近距离提供更好的深度精度，而较长的基线设置可以在远距离提供更好的深度精度。

我需要找到距离值，在该距离值之后，与较长的基线设置相比，较短基线的深度精度不再可信。

提前致谢 ：）

我正在尝试使用 OpenCV 为校正立体图像创建视差图

但是，如何使用比例因子 4 来更改灰度级 1 .. 255 的视差，而灰度级 0 表示未知

因此，编码的视差范围为 0.25 .. 63.75 像素

请解释。

我正在使用 OpenCV 的 SGBM 实现构建视差图。特别是，我使用的是 OpenCV 2.4.9 版。目前，我正在使用以下参数：

但是，结果并没有我需要的那么好： 正如你所看到的，地面出现了条纹，这导致我正在使用的障碍物检测算法出现问题，这是论文快速可靠的障碍物检测和分割 for cross -国家导航。问题是，由于这些条带具有相当恒定的差异，这意味着它们几乎垂直于地面，算法将它们分类为障碍物。

我对平滑参数 P1 和特别是 P2 进行了一点尝试，测试增加 P2 是否可以改善它，但似乎并没有解决问题，所以我只是按照 OpenCV 示例的建议离开了。

这些图像来自 KITTI 数据集，我下载的它们已经被纠正，所以我放弃了错误的校准或相机对齐。

我想知道这是否可能是由于地面没有纹理，尽管我希望不会，因为如果是这样，这意味着我将不得不更改障碍物检测算法。

有任何想法吗？

我需要将视差图像保存到我的磁盘。视差图像的数据类型为单精度，视差范围为[0 128]。使用imwrite(disparityMap,file_name)时，保存的图像似乎是二进制的。

视差空间图像 (DSI) 是什么意思。我找不到明确的定义。在某些地方提到 DSI 和视差图是相同的（但我不同意），就像在这里What is mean by disparity space image一样。在某些地方，它显示为 3D 矩阵，并由 C(x, y, d) 表示。
我想知道 DSI 到底是什么以及如何在给定两个立体图像的情况下计算它。？

我正在使用 Halcon/NET 进行立体视觉项目。我的项目是扫描金属板的表面。立体视觉是否可以检测到其上的小孔（1-3mm）？

我正在尝试提取图像中前景对象的视差图。使用颜色提取前景对象，最终目的是确定提取对象的坐标。下面是视图的蒙版左侧图像，其中提取了带红色的对象

然后是正确的图像

背景基本上是一个我想被忽略的巨大窗口，我只关心找到带红色（或我以后选择的任何颜色）对象的位置。

玩转OpenCV例子中SGBM算法的参数后，主要是

我无法得到令人满意的结果，更确切地说，该算法无法很好地处理蒙面部分的均匀纹理。我将发布两个示例来说明。是这些SADWindowSize示例中唯一变化的参数，因为它给出了最独特的结果。

示例 1：较小的窗口大小 = 9 和差异数 = 64

示例 2：较小的窗口大小 = 23，视差数 = 64

较大的窗口尺寸会产生更多不希望的模糊结果。

问题：在计算视差图时掩盖背景是错误的方法吗？另一种可能的方法是计算视差图然后应用蒙版，但我不确定在这种情况下结果的合理性。

请注意，经过校准的相机和图像（和蒙版）已被校正。

我希望有人向我解释方形窗口和矩形窗口如何影响视差图的计算，这里我说的是固定大小。

我有两张取自 SIR 的该物体的图像（上面的随机点图案） 在此处输入图像描述

我使用 4 x 16 窗口 (MSE = 0.1167)、16 x 4 窗口 (MSE = 0.1333) 和 8 x 8 窗口 (MSE = 0.1216) 计算了差异。（我无法放置图像）。

我需要知道如何判断垂直或水平矩形窗口是否优于其兼容的方形窗口。MSE 足够了吗？我还应该考虑图像的特征吗？

另外，如果有人指导我重建 3D 模型，我将不胜感激。

提前致谢。

我想在 Windows 平台上计算视差图。我在互联网上使用了几个代码，但我无法计算精度视差图。我使用过 Opencv SGBM 算法，但是视差图非常嘈杂。有人可以介绍一个有效的代码吗？提前谢谢你