【发布时间】：2013-02-08 10:29:53
【问题描述】：
我正在研究 opencv 的半全局块匹配。事实上，我不明白为什么我们需要浏览所有方向来计算成本聚合？有没有人试图限制这条路径（扫描线）的长度？
【问题讨论】：
【发布时间】：2013-02-08 10:29:53
【问题描述】：
成本聚合涉及在多个方向上进行搜索，以对您的解决方案实施全局平滑约束。如果没有这些约束，则计算每个像素的视差而不考虑其邻居的估计视差，并且结果通常会包含很多“噪声”，因为匹配过程将返回许多误报。
假设观察到的表面非常光滑，如果像素与其相邻像素不一致，您可以通过设置为像素分配深度的额外成本来惩罚视差变化。松散地说，这意味着当您尝试估计一个深度并有几个可能的匹配时，您可能会选择与相邻像素的深度估计非常一致的匹配。向更多方向搜索会增加您在成本计算中考虑的邻居数量，并且通常会增加
OpenCV 没有提供减少此搜索路径长度的方法，但如果您希望算法运行得更快，您可以禁用某些方向，只搜索 5 个路径而不是 8 个（通过设置参数 fullDP 为 false）或通过减小视差搜索范围。
【讨论】：
-
@shumi 我不知道这个函数是从哪里来的。它是由块匹配例程在内部调用的吗？你对 c++ 语法感到困惑吗？如果是，那么答案很简单：
int diff_scale = c < cn ? 0 : 2正在使用ternary conditional operator。(CostType)std::abs(u - v) >> diff_scale);正在使用bitshift。这在计算机视觉中很常见，用于创建图像金字塔或缩放因子，这就是我想象的情况。 -
当然，我知道这是什么 ;) 但我认为这部分代码中有些东西不适合，因为我没有看到累积成本和 bitshift 之间的关系。