双目视觉立体匹配及视差图计算工具

资 源 简 介

该项目旨在利用MATLAB平台实现对双目相机采集的图像对进行深度匹配并计算视差图，这是实现高精度三维重建的关键前置步骤。其核心功能包括图像的预处理与极线校正，确保左右视图间的同名点在同一水平线上，缩短搜索耗时并提升准确率。匹配模块支持块匹配（BM）与半全局块匹配（SGBM）技术，利用SAD或Census变换计算匹配代价，并通过多方向路径聚合策略来优化视差分配，有效解决了图像边缘及遮挡区域的歧义问题。系统还集成了亚像素精度细化、视差连续性约束以及噪声空洞填补等后处理算法，能够生成平滑且高精度的视差映射图，为

详 情 说 明

双目视觉立体匹配获取视差图工具

本工具是一个基于 MATLAB 开发的深度感知原型系统，旨在通过双目视觉原理实现立体匹配并生成高精度视差图。系统涵盖了从模拟数据生成、图像预处理、块匹配算法核心实现到亚像素级精度优化及后处理的全流程。通过该工具，用户可以直观地理解三维重建中视差计算的核心逻辑，并获得平滑、精确的深度映射结果。

功能特性

1. 自动化模拟数据合成：内置合成图像生成器，能够产生具有特定视差位移的左、右视图对，并模拟真实环境中的高斯噪声，用于算法验证。
2. 核心块匹配 (BM) 算法：采用 SAD（绝对差之和）测度进行全搜索立体匹配，支持自定义搜索范围和窗口大小。
3. 亚像素精度细化：利用二次曲线插值技术，在离散的整数视差基础上进一步寻找能量最小值的精确位置，提升深度计算的连续性。
4. 鲁棒的后处理机制：集成中值滤波去噪与基于邻域均值的空洞填补算法，有效修复匹配失效区域并抑制孤立噪声点。
5. 多维度结果可视化：提供参考图、目标图、灰度视差图以及伪彩色深度图的四分屏对比展示。

使用方法

1. 启动 MATLAB 软件环境。
2. 确保所有相关的函数逻辑都在路径中可被调用。
3. 运行主程序函数。
4. 程序将自动执行以下流程：

* 初始化匹配参数。 * 生成包含模拟物体的双目图像对。 * 计算原始视差矩阵。 * 执行亚像素插值优化。 * 进行中值滤波与空洞填充。 * 弹出可视化窗口并自动保存视差数据至当前工作目录（.mat 格式）。

系统要求

• 软件版本：MATLAB R2016b 或更高版本。
• 工具箱依赖：Image Processing Toolbox（图像处理工具箱），用于执行中值滤波、噪声添加及图像滤波操作。
• 硬件建议：由于立体匹配涉及大量嵌套循环计算，建议配备 8GB 以上内存及主流 CPU 以获得更好的运行效率。

详细实现逻辑

#### 1. 参数与环境配置 算法开始前定义了核心匹配参数：

• 视差范围（0 至 63 像素）：定义了寻找同名点的搜索视域。
• 窗口大小（15x15）：定义了计算局部代价时考察的邻域范围。
• 细化开关：控制是否启用亚像素补偿逻辑。

#### 2. 数据准备与预处理 程序首先创建背景随机、前景具有固定位移（视差）的合成图像。随后将图像转化为双精度浮点型灰度图，保证计算精度。对于真实场景图像，此阶段通常包括对齐处理，确保左、右图的极线完全水平对齐。

#### 3. 核心匹配引擎 (SAD) 算法遍历左图的每个像素，在视差搜索范围内滑动右图窗口。通过计算两个窗口内像素灰度差的绝对值之和（Sum of Absolute Differences），寻找 SAD 值最小的位移量作为最优视差值。该逻辑实现了基础的局部立体匹配功能。

#### 4. 精度优化算法 为突破像素间距的限制，程序包含亚像素插值逻辑。在获取整数视差值 $d$ 后，提取其相邻位移 $d-1$ 和 $d+1$ 处的 SAD 代价，利用二次方程拟合这三个点。通过公式计算代价函数抛物线顶点的偏移量，从而获得小数点级别的精确视差，减少了深度分层现象。

#### 5. 后处理与增强

• 噪声抑制：使用中值滤波器对视差图进行平滑，去除匹配过程中产生的孤立噪声点（雪花噪点）。
• 空洞填补：识别视差图中值为 0 的无效区域（通常由遮挡或低纹理引起），利用周围有效像素的平均值进行填充，提高图层的完整性。

#### 6. 结果产出 系统将处理后的视差数据转换为伪彩色映射图（Jet 色板），能够通过颜色深浅直观反映物体的远近关系。最终计算得到的数值矩阵会自动导出，供后续三维点云重建或移动机器人避障使用。