【问题标题】:how can i extract v-disparity map from a disparity map如何从视差图中提取 v 视差图
【发布时间】:2015-06-11 20:18:47
【问题描述】:

我是 opencv 的新手,我正在尝试运行一些代码..我需要从视差图中获取 v-视差图。我正在使用两个校正图像来获得立体匹配,然后密集视差图。我得到了视差图,当我尝试在 v-disparity 上对其进行转换时,我什么也没看到,出现了一个空窗口。我指的是由以下提出的算法: Raphael Labayrade、Didier Aubert、Jean-Philippe Tarel 在他们的文章立体视觉中的实时障碍检测 通过“V-disparity”的非平坦道路几何 代表。
听到是我的代码:

int main(int argc, char *argv[]){       
  int nbrepetion ; 
  Mat img = imread(argv[1],0); 
  Mat image(img.rows,img.cols, CV_8UC1); 
  if(img.empty()){
    printf("Could not load image file\n");
    exit(0);
  }
  int height = img.rows;
  int width = img.cols;
  int a = width ; 
  int k = 0 ; 
  uchar pos =0 ; 
  for(int i = 0; i < height; i++){
    for(int j = 0; j < width; j++)
    for (int k = 0; k < a; k++){
      if(img.at<uchar>(i,j) == img.at<uchar>(i,k)) {
        nbrepetion ++ ; 
      } 
    }  
    if(nbrepetion == 1){
      image.at<uchar>(i,k) = img.at<uchar>(i,k);
    } else {
      pos = img.at<uchar>(i,k); 
      image.at<uchar>(pos,k) = nbrepetion;
    }
    nbrepetion = 0 ;     
  }
  namedWindow("disparityimage", CV_WINDOW_AUTOSIZE);
  imshow("disparityimage", image ); 
  waitKey(0);
  return 0;
}

【问题讨论】:

    标签: opencv disparity-mapping


    【解决方案1】:

    对于 v-disparity 图像: 使用大小为 (rows, maxVal) 的矩阵,并将视差图像的每一行对应的元素加 1,其中视差值对应于 v-disparity 图像中的一列。

    对 u-disparity 图像沿行重复此操作。

    【讨论】:

      【解决方案2】:

      让我们将视差图像表示为大小(高度,宽度)的分布。 输出是大小为 (height, maxDisp) 的 v-disparity 图像,其中 maxDisp 是视差图像中的最大值。让我们将其表示为 vdisp。 算法(伪代码)如下:

      For each i in disp.Rows DO    
          For each j in disp.Columns      
              if disp(i, j) > 0 Then   
                  vdisp(i, disp(i,j)++
              end
          end
      end
      

      如果您查看 v-disparity 图像,垂直直线表示障碍物的表面,而直线对角线表示地面平面。您可以使用 Hough 变换来识别 v-disparity 图像中的直线。 在论文“基于 V-disparity 的障碍物检测方法的 FPGA 实现”中很好地解释了这一点。

      【讨论】:

        猜你喜欢
        • 2020-01-11
        • 2020-06-15
        • 2019-11-12
        • 2013-12-19
        • 2012-01-04
        • 2016-08-21
        • 1970-01-01
        • 2014-05-27
        • 2017-05-21
        相关资源
        最近更新 更多