从单个移动相机拍摄的两张图像中获取视差图答案

【问题标题】：Get disparity map from two images taking by single moving camera从单个移动相机拍摄的两张图像中获取视差图
【发布时间】：2018-03-13 09:30:13
【问题描述】：

我正在使用单个移动相机拍摄两张图像。我试图将它们从同一极线中取出。

然后我在 Matlab 中计算视差。

I1 = imread('4.jpg');  %right image
I2 = imread('3.jpg');  %left image

figure
imshow(stereoAnaglyph(I1,I2));
title('Red-cyan composite view of the stereo images');

disparityRange = [-6 26];
disparityMap = disparity(rgb2gray(I1),rgb2gray(I2),'DisparityRange',disparityRange);

figure 
imshow(disparityMap,disparityRange);
title('Disparity Map');
colormap(gca,jet) 
colorbar

我的输出包含许多噪音。当我尝试用 tsukuba 左右图像进行计算时，它显示了一个完美而平滑的视差图。为什么会这样？我错过了任何重要的步骤吗？视差范围有影响吗？

【问题讨论】：

旁注：jet 颜色图是可用于此类数据的最糟糕的选择之一。你想要一些不同的颜色图
另外，“试图”将它们带入核平面和它们处于核平面是非常不同的概念；）
感谢您的评论。但是，我对立体视觉完全陌生，我不太了解。为什么jet colormap是最糟糕的选择？它只是可视化最差的吗？所以我必须纠正图像以使它们在同一极平面上？
是的，jet 有多种颜色，而在这里你有不同的数据。要么选择发散的颜色图，要么选择统一的颜色图（如 parula、gray）
我一直在环顾四周，你的结果似乎并不太疯狂，这取决于 MATLAB 使用什么算法。样本数据集非常好，但对于任何任意图像，计算视差图都非常困难，尤其是当你有均匀区域时。墙在各处看起来几乎相同，因此视差图“随机”匹配它。请注意所有确实是对象的东西是如何正确绘制的，但并非所有均匀区域都没有

标签： matlab image-processing

【解决方案1】：

如果您可以发布已实现的disparity 函数，将会有所帮助。我建议传递一个正数的视差值e.g. 59 您可以尝试以下方法：

function disparity_map = disparity(I1, I2, disp_value)

shiftedWin = 5 %any odd number
windowSize = (shiftedWin-1)/2;

lImage = im2double(I1)
rImage = im2double(I2)
disp2 = uint8(imread(I1));

[lRow , lCol] = size(lImage);
DispImg = zeros(lRow,lCol);

for i = windowSize+1 :1: lRow-windowSize
    for j = windowSize+1 :1:  lCol-windowSize-disp_value

        previousScore = 9999;
        bestDisparity = 0;

        lReg = lImage(i-windowSize:i+windowSize,j-windowSize:j+windowSize);

        for cDisparity = 1:disp_value

                rReg = rImage(i-windowSize:i+windowSize,j+cDisparity-windowSize:j+windowSize+cDisparity); %% correlated shifted window

                %%SAD method%%
                tempScore = abs(rReg - lReg);
                curScore = sum(tempScore(:));        
                %lineSums = [lineSums, corrScore];

            if (previousScore > curScore)                
                previousScore = curScore;
                bestDisparity = cDisparity;
            end
        end

        DispImg(i,j) = bestDisparity;

    end
end

ilumImg = DispImg *4;
imagesc(ilumImg)
colorbar

diffImg = imabsdiff(uint8(ilumImg),disp2);
figure
imshow(diffImg,[])

【讨论】：