は、私は最近、OpenCVの上で作業し、望ましい結果を得ることに問題に直面し始めた二つの画像

Question

の視差マップのために期待される結果を得ていません。私はどこで間違っているのか分かりません。私は2個の較正されていないイメージがあるし、（カメラ行列のような）他のサポートデータなしでそれらのための視差マップを計算する必要があります。

int minHessian = 2080; 
Ptr<SURF> detector = SURF::create(minHessian); 
std::vector<KeyPoint> keypoints_1, keypoints_2; 
Mat descriptors_1, descriptors_2; 
detector->detectAndCompute(h1, noArray(), keypoints_1, descriptors_1); 
detector->detectAndCompute(h2, noArray(), keypoints_2, descriptors_2); 
//-- Step 2: Matching descriptor vectors using FLANN matcher 
FlannBasedMatcher matcher; 
std::vector<DMatch> matches; 
matcher.match(descriptors_1, descriptors_2, matches); 
double max_dist = 0; 
double min_dist = 100; 
//-- Quick calculation of max and min distances between keypoints 
for (int i = 0; i < descriptors_1.rows; i++) { 
    double dist = matches[i].distance; 
    if (dist < min_dist) 
     min_dist = dist; 
    if (dist > max_dist) 
     max_dist = dist; 
} 
printf("-- Max dist : %f \n", max_dist); 
printf("-- Min dist : %f \n", min_dist); 
Mat img_matches; 
drawMatches(h1, keypoints_1, h2, keypoints_2, good_matches, img_matches,Scalar::all(-1), Scalar::all(-1), vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS); 
//-- Show detected matches 
imshow("Good Matches", img_matches); 
imwrite("Good Matches.jpg", img_matches); 
for (int i = 0; i < (int) good_matches.size(); i++) { 
    printf("-- Good Match [%d] Keypoint 1: %d -- Keypoint 2: %d \n", i,good_matches[i].queryIdx, good_matches[i].trainIdx); 
} 
std::vector<cv::Point2f> obj; 
std::vector<cv::Point2f> scene; 
for (int i = 0; i < good_matches.size(); i++) { 
    //-- Get the keypoints from the good matches 
    obj.push_back(keypoints_1[good_matches[i].queryIdx].pt); 
    scene.push_back(keypoints_2[good_matches[i].trainIdx].pt); 
} 
cv::Mat H = cv::findFundamentalMat(obj, scene, CV_FM_RANSAC); 
cv::Mat H1(4, 4, h1.type()); 
cv::Mat H2(4, 4, h1.type()); 
cv::stereoRectifyUncalibrated(obj, scene, H, h1.size(), H1, H2); 
imshow("h1", h1); 
cv::Mat rectified1(h1.size(), h1.type()); 
cv::warpPerspective(h1, rectified1, H1, h1.size()); 
cv::imshow("rectified1.jpg", rectified1); 
cv::imwrite("rectified1.jpg", rectified1); 
imshow("h2", h2); 
cv::Mat rectified2(h2.size(), h2.type()); 
cv::warpPerspective(h2, rectified2, H2, h2.size()); 
cv::imshow("rectified2.jpg", rectified2); 
cv::imwrite("rectified2.jpg", rectified2); 
Mat test; 
addWeighted(rectified1, 0.5, rectified2, 0.5, 0.0, test); 
imshow("test", test); 
//-- Depth map 
int ndisparities = 16*5; 
double minVal; 
double maxVal; 
Ptr<StereoSGBM> sgbm = StereoSGBM::create(16, ndisparities, 1, 0, 0, 0,0, 0,0, 0,StereoSGBM::MODE_HH); 
//-- 3. Calculate the disparity image via SGBM 
Mat disparity2; 
sgbm->compute(rectified1, rectified2, disparity2); 
minMaxLoc(disparity2, &minVal, &maxVal); 
printf("Min disp: %f Max value: %f \n", minVal, maxVal); 
disparity2.convertTo(disparity2, CV_8UC1, 255/(maxVal - minVal)); 
cv::imshow("Disparity Map sgbm", disparity2); 
imwrite("out2.jpg", disparity2); 

Left Image and right image

rectified left and right image

Disparity map

私は、整流された画像がオーケーであり、問​​題はsgbmのパラメータであると思います。それらを呼び出す方法はありますか？

Answer 1

はい、あなたの整流された画像は、[OK]を見て、はい、それは良いパラメータを見つけるのは難しいです。私は

Ptr<StereoSGBM> sgbm = StereoSGBM::create(0, //int minDisparity 80, //int numDisparities 5, //int SADWindowSize 3 600, //int P1 = 0 2400, //int P2 = 0 0, //int disp12MaxDiff = 0 0, //int preFilterCap = 0 0, //int uniquenessRatio = 0 0, //int speckleWindowSize = 0 0, //int speckleRange = 0 false); //bool fullDP = falseを試してみましたが、結果は非常に良いです：