SciPy stereo sgm:立体图像深度重建包括全部获胜者通吃(WTA)和具有绝对差之和(SAD)平方差之和(SSD)和归一化互相关的半全局匹配(SGM)
立体声匹配 *作者: (2020年1月) 总览 这个小工具是简单的立体声匹配的手动实现。 从不同的角度拍摄的两个经过校正的图像: 左图 正确的图像 通过两个匹配算法来组合以深度图像,简单胜者为王它,所有(WTA)或更复杂的半全局匹配(SGM)与绝对差的几个匹配成本(和(SAD),总和平方差(SAD)或归一化互相关(NCC) )。 使用accX精度度量将结果与真实情况进行比较,不包括使用遮罩遮挡的像素。 公式 有关所涉及公式的精确细节(匹配成本,匹配算法和精度度量),请参阅Theory.pdf 。 文件 输入图像的data/目录(左眼和右眼) output/生成深度图像输出的目录 Ma
文件列表
SciPy-stereo-sgm-master.zip
(预估有个34文件)
SciPy-stereo-sgm-master
output
Adirondack_SAD_WTA_D70_R3_accX0,44.jpg
171KB
cones_SSD_WTA_D60_R3_accX0,88.jpg
55KB
cones_NCC_WTA_D60_R3_accX0,91.jpg
53KB
bowling_SSD_WTA_D30_R3.jpg
41KB
cones_NCC_SGM_D60_R3_accX0,95.jpg
36KB
bowling_SAD_WTA_D30_R3.jpg
42KB
Adirondack_NCC_WTA_D70_R3_accX0,82.jpg
159KB
Adirondack_NCC_SGM_D70_R3_accX0,92.jpg
91KB
暂无评论