雙目測距與三維重建的OpenCV實現問題集錦（三）立體匹配與視差計算

【原文：http://blog.csdn.net/chenyusiyuan/article/details/5967291】

四、雙目匹配與視差計算

立體匹配主要是通過找出每對影象間的對應關係，根據三角測量原理，得到視差圖；在獲得了視差資訊後，根據投影模型很容易地可以得到原始影象的深度資訊和三維資訊。立體匹配技術被普遍認為是立體視覺中最困難也是最關鍵的問題，主要是以下因素的影響：

（1） 光學失真和噪聲（亮度、色調、飽和度等失衡）

（2） 平滑表面的鏡面反射

（3） 投影縮減（Foreshortening）

（4） 透視失真（Perspective distortions）

（5） 低紋理（Low texture）

（6） 重複紋理（Repetitive/ambiguous patterns）

（7） 透明物體

（8） 重疊和非連續

目前立體匹配演算法是計算機視覺中的一個難點和熱點，演算法很多，但是一般的步驟是：

A、匹配代價計算

匹配代價計算是整個立體匹配演算法的基礎，實際是對不同視差下進行灰度相似性測量。常見的方法有灰度差的平方SD（squared intensity differences），灰度差的絕對值AD（absolute intensity differences）等。另外，在求原始匹配代價時可以設定一個上限值，來減弱疊加過程中的誤匹配的影響。以AD法求匹配代價為例，可用下式進行計算，其中T為設定的閾值。

圖18

B、 匹配代價疊加

一般來說，全域性演算法基於原始匹配代價進行後續演算法計算。而區域演算法則需要通過視窗疊加來增強匹配代價的可靠性，根據原始匹配代價不同，可分為：

圖19

C、 視差獲取

對於區域演算法來說，在完成匹配代價的疊加以後，視差的獲取就很容易了，只需在一定範圍內選取疊加匹配代價最優的點（SAD和SSD取最小值，NCC取最大值）作為對應匹配點，如勝者為王演算法WTA（Winner-take-all）。而全域性演算法則直接對原始匹配代價進行處理，一般會先給出一個能量評價函式，然後通過不同的優化演算法來求得能量的最小值，同時每個點的視差值也就計算出來了。

D、視差細化（亞畫素級）

大多數立體匹配演算法計算出來的視差都是一些離散的特定整數值，可滿足一般應用的精度要求。但在一些精度要求比較高的場合，如精確的三維重構中，就需要在初始視差獲取後採用一些措施對視差進行細化，如匹配代價的曲線擬合、影象濾波、影象分割等。

有關立體匹配的介紹和常見匹配演算法的比較，推薦大家看看Stefano Mattoccia 的講義 Stereo Vision: algorithms and applications，190頁的ppt，講解得非常形象詳盡。

1． opencv2.1和opencv2.0在做stereo vision方面有什麼區別了？

2.1版增強了Stereo Vision方面的功能：

(1) 新增了 SGBM 立體匹配演算法（源自Heiko Hirschmuller的《Stereo Processing by Semi-global Matching and Mutual Information》），可以獲得比 BM 演算法物體輪廓更清晰的視差圖（但低紋理區域容易出現橫/斜紋路，在 GCstate->fullDP 選項使能時可消減這種異常紋路，但對應區域視差變為0，且執行速度會有所下降），速度比 BM 稍慢， 352*288的幀處理速度大約是 5 幀/秒；

(2) 視差效果：BM < SGBM < GC；處理速度：BM > SGBM > GC ；

(3) BM 演算法比2.0版效能有所提升，其狀態引數新增了對左右檢視感興趣區域 ROI 的支援（roi1 和 roi2，由stereoRectify函式產生）；

(4) BM 演算法和 GC 演算法的核心程式碼改動不大，主要是面向多執行緒運算方面的（由 OpenMP 轉向 Intel TBB）；

(5) cvFindStereoCorrespondenceBM 函式的disparity引數的資料格式新增了 CV_32F 的支援，這種格式的資料給出實際視差，而 2.0 版只支援 CV_16S，需要除以 16.0 才能得到實際的視差數值。

2． 用於立體匹配的影象可以是彩色的嗎？

在OpenCV2.1中，BM和GC演算法只能對8位灰度影象計算視差，SGBM演算法則可以處理24位（8bits*3）彩色影象。所以在讀入影象時，應該根據採用的演算法來處理影象：

3． 怎樣獲取與原影象有效畫素區域相同的視差圖？

在OpenCV2.0及以前的版本中，所獲取的視差圖總是在左側和右側有明顯的黑色區域，這些區域沒有有效的視差資料。視差圖有效畫素區域與視差視窗（ndisp，一般取正值且能被16整除）和最小視差值（mindisp，一般取0或負值）相關，視差視窗越大，視差圖左側的黑色區域越大，最小視差值越小，視差圖右側的黑色區域越大。其原因是為了保證參考影象（一般是左檢視）的畫素點能在目標影象（右檢視）中按照設定的視差匹配視窗匹配對應點，OpenCV 只從參考影象的第 (ndisp - 1 + mindisp) 列開始向右計算視差，第 0 列到第 (ndisp - 1 + mindisp) 列的區域視差統一設定為 (mindisp - 1) *16；視差計算到第 width + mindisp 列時停止，餘下的右側區域視差值也統一設定為 (mindisp - 1) *16。  

00177 static const int DISPARITY_SHIFT = 4;
…
00411     int ndisp = state->numberOfDisparities;
00412     int mindisp = state->minDisparity;
00413     int lofs = MAX(ndisp - 1 + mindisp, 0);
00414     int rofs = -MIN(ndisp - 1 + mindisp, 0);
00415     int width = left->cols, height = left->rows;
00416     int width1 = width - rofs - ndisp + 1;
…
00420     short FILTERED = (short)((mindisp - 1) << DISPARITY_SHIFT);
…
00466     // initialize the left and right borders of the disparity map
00467     for( y = 0; y < height; y++ )
00468     {
00469         for( x = 0; x < lofs; x++ )
00470             dptr[y*dstep + x] = FILTERED;
00471         for( x = lofs + width1; x < width; x++ )
00472             dptr[y*dstep + x] = FILTERED;
00473     }
00474     dptr += lofs;
00475
00476     for( x = 0; x < width1; x++, dptr++ )

…

這樣的設定很明顯是不符合實際應用的需求的，它相當於把攝像頭的視場範圍縮窄了。因此，OpenCV2.1 做了明顯的改進，不再要求左右檢視和視差圖的大小（size）一致，允許對視差圖進行左右邊界延拓，這樣，雖然計算視差時還是按上面的程式碼思路來處理左右邊界，但是視差圖的邊界得到延拓後，有效視差的範圍就能夠與對應檢視完全對應。具體的實現程式碼範例如下：

//////////////////////////////////////////////////////////////////////////
// 對左右檢視的左邊進行邊界延拓，以獲取與原始檢視相同大小的有效視差區域
copyMakeBorder(img1r, img1b, 0, 0, m_nMaxDisp, 0, IPL_BORDER_REPLICATE);
copyMakeBorder(img2r, img2b, 0, 0, m_nMaxDisp, 0, IPL_BORDER_REPLICATE);

//////////////////////////////////////////////////////////////////////////
// 計算視差
if( alg == STEREO_BM )
{
	bm(img1b, img2b, dispb);
	// 擷取與原始畫面對應的視差區域（捨去加寬的部分）
	displf = dispb.colRange(m_nMaxDisp, img1b.cols);	
}
else if(alg == STEREO_SGBM)
{
	sgbm(img1b, img2b, dispb);
	displf = dispb.colRange(m_nMaxDisp, img1b.cols);
}

4． cvFindStereoCorrespondenceBM的輸出結果好像不是以畫素點為單位的視差？

“@scyscyao：在OpenCV2.0中，BM函式得出的結果是以16位符號數的形式的儲存的，出於精度需要，所有的視差在輸出時都擴大了16倍(2^4)。其具體程式碼表示如下：

dptr[y*dstep] = (short)(((ndisp - mind - 1 + mindisp)*256 + (d != 0 ? (p-n)*128/d : 0) + 15) >> 4);

可以看到，原始視差在左移8位(256)並且加上一個修正值之後又右移了4位，最終的結果就是左移4位。

因此，在實際求距離時，cvReprojectTo3D出來的X/W,Y/W,Z/W都要乘以16 (也就是W除以16)，才能得到正確的三維座標資訊。”

在OpenCV2.1中，BM演算法可以用 CV_16S 或者 CV_32F 的方式輸出視差資料，使用32位float格式可以得到真實的視差值，而CV_16S 格式得到的視差矩陣則需要 除以16 才能得到正確的視差。另外，OpenCV2.1另外兩種立體匹配演算法 SGBM 和 GC 只支援 CV_16S 格式的 disparity 矩陣。

5． 如何設定BM、SGBM和GC演算法的狀態引數？

（1）StereoBMState

// 預處理濾波引數

• preFilterType：預處理濾波器的型別，主要是用於降低亮度失真（photometric distortions）、消除噪聲和增強紋理等, 有兩種可選型別：CV_STEREO_BM_NORMALIZED_RESPONSE（歸一化響應） 或者 CV_STEREO_BM_XSOBEL（水平方向Sobel運算元，預設型別）, 該引數為 int 型；
• preFilterSize：預處理濾波器視窗大小，容許範圍是[5,255]，一般應該在 5x5..21x21 之間，引數必須為奇數值, int 型
• preFilterCap：預處理濾波器的截斷值，預處理的輸出值僅保留[-preFilterCap, preFilterCap]範圍內的值，引數範圍：1 - 31（文件中是31，但程式碼中是 63）, int

// SAD 引數

• SADWindowSize：SAD視窗大小，容許範圍是[5,255]，一般應該在 5x5 至 21x21 之間，引數必須是奇數，int 型
• minDisparity：最小視差，預設值為 0, 可以是負值，int 型
• numberOfDisparities：視差視窗，即最大視差值與最小視差值之差, 視窗大小必須是 16 的整數倍，int 型

// 後處理引數

• textureThreshold：低紋理區域的判斷閾值。如果當前SAD視窗內所有鄰居畫素點的x導數絕對值之和小於指定閾值，則該視窗對應的畫素點的視差值為 0（That is, if the sum of absolute values of x-derivatives computed over SADWindowSize by SADWindowSize pixel neighborhood is smaller than the parameter, no disparity is computed at the pixel），該引數不能為負值，int 型
• uniquenessRatio：視差唯一性百分比， 視差視窗範圍內最低代價是次低代價的(1 + uniquenessRatio/100)倍時，最低代價對應的視差值才是該畫素點的視差，否則該畫素點的視差為 0 （the minimum margin in percents between the best (minimum) cost function value and the second best value to accept the computed disparity, that is, accept the computed disparity d^ only if SAD(d) >= SAD(d^) x (1 + uniquenessRatio/100.) for any d != d*+/-1 within the search range ），該引數不能為負值，一般5-15左右的值比較合適，int 型
• speckleWindowSize：檢查視差連通區域變化度的視窗大小, 值為 0 時取消 speckle 檢查，int 型
• speckleRange：視差變化閾值，當視窗內視差變化大於閾值時，該視窗內的視差清零，int 型

// OpenCV2.1 新增的狀態引數

• roi1, roi2：左右檢視的有效畫素區域，一般由雙目校正階段的 cvStereoRectify 函式傳遞，也可以自行設定。一旦在狀態引數中設定了 roi1 和 roi2，OpenCV 會通過cvGetValidDisparityROI 函式計算出視差圖的有效區域，在有效區域外的視差值將被清零。
• disp12MaxDiff：左視差圖（直接計算得出）和右視差圖（通過cvValidateDisparity計算得出）之間的最大容許差異。超過該閾值的視差值將被清零。該引數預設為 -1，即不執行左右視差檢查。int 型。注意在程式除錯階段最好保持該值為 -1，以便檢視不同視差視窗生成的視差效果。具體請參見《使用OpenGL動態顯示雙目視覺三維重構效果示例》一文中的討論。

在上述引數中，對視差生成效果影響較大的主要引數是 SADWindowSize、numberOfDisparities 和 uniquenessRatio 三個，一般只需對這三個引數進行調整，其餘引數按預設設定即可。

在OpenCV2.1中，BM演算法有C和C++ 兩種實現模組。

（2）StereoSGBMState

SGBM演算法的狀態引數大部分與BM演算法的一致，下面只解釋不同的部分：

• SADWindowSize：SAD視窗大小，容許範圍是[1,11]，一般應該在 3x3 至 11x11 之間，引數必須是奇數，int 型
• P1, P2：控制視差變化平滑性的引數。P1、P2的值越大，視差越平滑。P1是相鄰畫素點視差增/減 1 時的懲罰係數；P2是相鄰畫素點視差變化值大於1時的懲罰係數。P2必須大於P1。OpenCV2.1提供的例程 stereo_match.cpp 給出了 P1 和 P2 比較合適的數值。
• fullDP：布林值，當設定為 TRUE 時，執行雙通道動態程式設計演算法（full-scale 2-pass dynamic programming algorithm），會佔用O(W*H*numDisparities)個位元組，對於高解析度影象將佔用較大的記憶體空間。一般設定為 FALSE。

注意OpenCV2.1的SGBM演算法是用C++ 語言編寫的，沒有C實現模組。與H. Hirschmuller提出的原演算法相比，主要有如下變化：

1. 演算法預設執行單通道DP演算法，只用了5個方向，而fullDP使能時則使用8個方向（可能需要佔用大量記憶體）。
2. 演算法在計算匹配代價函式時，採用塊匹配方法而非畫素匹配（不過SADWindowSize=1時就等於畫素匹配了）。
3. 匹配代價的計算採用BT演算法（"Depth Discontinuities by Pixel-to-Pixel Stereo" by S. Birchfield and C. Tomasi），並沒有實現基於互熵資訊的匹配代價計算。
4. 增加了一些BM演算法中的預處理和後處理程式。

（3）StereoGCState

GC演算法的狀態引數只有兩個：numberOfDisparities 和 maxIters ，並且只能通過 cvCreateStereoGCState 在建立演算法狀態結構體時一次性確定，不能在迴圈中更新狀態資訊。GC演算法並不是一種實時演算法，但可以得到物體輪廓清晰準確的視差圖，適用於靜態環境物體的深度重構。

注意GC演算法只能在C語言模式下執行，並且不能對視差圖進行預先的邊界延拓，左右檢視和左右視差矩陣的大小必須一致。

6． 如何實現視差圖的偽彩色顯示？

首先要將16位符號整形的視差矩陣轉換為8位無符號整形矩陣，然後按照一定的變換關係進行偽彩色處理。我的實現程式碼如下： 

// 轉換為 CV_8U 格式，彩色顯示
dispLfcv = displf, dispRicv = dispri, disp8cv = disp8;
if (alg == STEREO_GC)
{
	cvNormalize( &dispLfcv, &disp8cv, 0, 256, CV_MINMAX );
} 
else
{
	displf.convertTo(disp8, CV_8U, 255/(m_nMaxDisp*16.));
}
F_Gray2Color(&disp8cv, vdispRGB);

灰度圖轉偽彩色圖的程式碼，主要功能是使灰度圖中 亮度越高的畫素點，在偽彩色圖中對應的點越趨向於 紅色；亮度越低，則對應的偽彩色越趨向於 藍色；總體上按照灰度值高低，由紅漸變至藍，中間色為綠色。其對應關係如下圖所示：

圖20

void F_Gray2Color(CvMat* gray_mat, CvMat* color_mat)
{
	if(color_mat)
		cvZero(color_mat);
		
	int stype = CV_MAT_TYPE(gray_mat->type), dtype = CV_MAT_TYPE(color_mat->type);
	int rows = gray_mat->rows, cols = gray_mat->cols;

	// 判斷輸入的灰度圖和輸出的偽彩色圖是否大小相同、格式是否符合要求
	if (CV_ARE_SIZES_EQ(gray_mat, color_mat) && stype == CV_8UC1 && dtype == CV_8UC3)
	{
		CvMat* red = cvCreateMat(gray_mat->rows, gray_mat->cols, CV_8U);
		CvMat* green = cvCreateMat(gray_mat->rows, gray_mat->cols, CV_8U);
		CvMat* blue = cvCreateMat(gray_mat->rows, gray_mat->cols, CV_8U);
		CvMat* mask = cvCreateMat(gray_mat->rows, gray_mat->cols, CV_8U);

		// 計算各彩色通道的畫素值
		cvSubRS(gray_mat, cvScalar(255), blue);	// blue(I) = 255 - gray(I)
		cvCopy(gray_mat, red);			// red(I) = gray(I)
		cvCopy(gray_mat, green);			// green(I) = gray(I),if gray(I) < 128
		cvCmpS(green, 128, mask, CV_CMP_GE );	// green(I) = 255 - gray(I), if gray(I) >= 128
		cvSubRS(green, cvScalar(255), green, mask);
		cvConvertScale(green, green, 2.0, 0.0);

		// 合成偽彩色圖
		cvMerge(blue, green, red, NULL, color_mat);

		cvReleaseMat( &red );
		cvReleaseMat( &green );
		cvReleaseMat( &blue );
		cvReleaseMat( &mask );
	}
}

7． 如何將視差資料儲存為 txt 資料檔案以便在 Matlab 中讀取分析？

由於OpenCV本身只支援 xml、yml 的資料檔案讀寫功能，並且其xml檔案與構建網頁資料所用的xml檔案格式不一致，在Matlab中無法讀取。我們可以通過以下方式將視差資料儲存為txt檔案，再匯入到Matlab中。 

void saveDisp(const char* filename, const Mat& mat)		
{
	FILE* fp = fopen(filename, "wt");
	fprintf(fp, "%02d/n", mat.rows);
	fprintf(fp, "%02d/n", mat.cols);
	for(int y = 0; y < mat.rows; y++)
	{
		for(int x = 0; x < mat.cols; x++)
		{
			short disp = mat.at<short>(y, x); // 這裡視差矩陣是CV_16S 格式的，故用 short 型別讀取
			fprintf(fp, "%d/n", disp); // 若視差矩陣是 CV_32F 格式，則用 float 型別讀取
		}
	}
	fclose(fp);
}

相應的Matlab程式碼為：

function img = txt2img(filename)
data = importdata(filename);
r = data(1);    % 行數
c = data(2);    % 列數
disp = data(3:end); % 視差
vmin = min(disp);
vmax = max(disp);
disp = reshape(disp, [c,r])'; % 將列向量形式的 disp 重構為 矩陣形式
%  OpenCV 是行掃描儲存影象，Matlab 是列掃描儲存影象
%  故對 disp 的重新排列是首先變成 c 行 r 列的矩陣，然後再轉置回 r 行 c 列
img = uint8( 255 * ( disp - vmin ) / ( vmax - vmin ) );
mesh(disp);
set(gca,'YDir','reverse');  % 通過 mesh 方式繪圖時，需倒置 Y 軸方向
axis tight; % 使座標軸顯示範圍與資料範圍相貼合，去除空白顯示區

顯示效果如下：

圖21

（待續……）