基于SAD算法的图像立体匹配系统

资 源 简 介

本项目基于MATLAB环境开发，旨在实现基于绝对差值和（Sum of Absolute Differences, SAD）算法的立体匹配处理。该系统专门针对计算机视觉数据库（如Middlebury Stereo Datasets）中的标准立体图像对进行设计，这些图像默认已经过极线校正处理，因此项目流程中不包含图像矫正步骤，直接专注于匹配精度的计算。项目核心功能是通过滑动窗口机制，在一个预设的视差范围内，计算左视图中的目标像素窗口与右视图中对应行候选窗口之间的像素灰度差值的绝对值之和。系统采用赢家通吃（Winner-Takes-All, WTA）策略，选取SAD值最小的偏移量作为该像素点的最佳视差值。通过遍历整幅图像，算法最终生成稠密视差图。该项目代码运行稳定，逻辑清晰，能够直观地将双目图像转化为深度信息图，适用于双目视觉原理学习、三维重建基础验证以及深度估计算法的对比分析。

详 情 说 明

基于SAD算法的图像立体匹配系统

项目介绍

本项目是一个基于MATLAB环境开发的双目视觉立体匹配系统。其核心目标是利用绝对差值和（Sum of Absolute Differences, SAD）算法，对已经过极线校正的立体图像对进行像素级匹配，从而计算出稠密视差图（Disparity Map）。

项目专注于双目立体匹配的基础原理实现。系统内置了合成数据生成功能，能够自动生成带有Ground Truth（真实视差）的测试图像，无需外部数据即可直接运行验证。通过滑动窗口机制配合赢家通吃（WTA）策略，算法能够有效计算深度信息，并提供了从中值滤波优化到3D表面重建的完整可视化分析流程。

功能特性

• SAD立体匹配核心：实现了经典的基于区域的SAD匹配算法，通过计算左右视图窗口的灰度差绝对值之和来评估相似度。
• WTA策略：采用赢家通吃（Winner-Takes-All）原则，在视差搜索范围内自动选取SAD值最小的偏移量作为最终视差。
• 自包含合成数据生成：代码内部集成了一个合成数据生成器，可构建包含随机纹理背景和不同深度前景物体的立体图像对，无需外部数据集即可运行演示。
• 图像边界处理：使用边缘复制填充（Replicate Padding）技术处理图像边缘，确保滑动窗口在图像边界处也能正常计算。
• 视差优化：集成中值滤波（Median Filter）后处理模块，有效去除SAD算法产生的椒盐噪声和误匹配点。
• 多维结果可视化：提供包括原始输入对比、真实视差图、SAD原始结果、滤波后结果以及3D深度表面重建在内的全方位展示。
• 零外部依赖：仅使用MATLAB原生函数库，无需安装额外的计算机视觉工具箱即可运行。

系统要求

• MATLAB R2016a 或更高版本（代码使用基础矩阵运算及图像处理函数）。
• 内存建议：4GB及以上（取决于处理图像的分辨率）。

算法原理与实现细节

本项目的主要脚本通过以下步骤实现了完整的立体匹配流程：

1. 图像获取与预处理

程序首先调用内部辅助函数 createSyntheticStereoData 生成一对分辨率为 300x400 的合成立体图像。

• 数据内容：包含随机噪声背景和两个不同深度的矩形前景物体，并添加了高斯噪声模拟真实环境干扰。
• 灰度转换：虽然合成数据默认为灰度，代码仍包含逻辑判断，若输入为彩色图像则自动转换为灰度图，确保SAD计算的一致性。

2. 参数初始化与边界填充

• 视差范围：预设视差搜索范围为 [0, 30]，覆盖了合成数据中前景物体的视差值（分别为10和25）。
• 匹配窗口：设定窗口大小为 9x9（必须为奇数），用于局部区域特征匹配。
• Padding处理：利用 padarray 函数对左、右视图进行边缘复制填充，填充宽度为窗口半径，从而避免了滑动窗口在遍历图像边缘时发生数组越界错误。

3. SAD 匹配与 WTA 策略（核心逻辑）

这是本项目的核心计算部分，代码通过三层嵌套循环显式地实现了匹配逻辑：

1. 像素遍历：遍历图像的每一个像素点 (r, c)。
2. 窗口提取：以当前像素为中心，在左图填充后的矩阵中提取 9x9 的模板块。
3. 视差搜索：在预设的视差范围 [dMin, dMax] 内循环。

* 根据极线约束，计算右图对应的列坐标 $c_R = c - d$。 * 提取右图对应的候选窗口块。 * 计算SAD：计算左图模板块与右图候选块之间像素差绝对值的总和：$SAD = sum |I_{Left} - I_{Right}|$。 * WTA决策：在当前像素的所有候选视差中，记录最小的SAD值及其对应的视差 $d$，并将其存入视差图 dispMap。

4. 后处理优化

原始的SAD视差图通常包含由于纹理重复或噪声引起的误匹配点。代码使用 medfilt2 函数对视差图进行 5x5 的二维中值滤波。这一步利用邻域像素的中值替代当前值，能有效平滑视差图并保留边缘信息。

5. 结果可视化

程序最终生成一个包含四个子图的分析窗口：

• 真实视差图 (Ground Truth)：用于对比算法准确性的基准数据。
• SAD原始计算视差图：展示未经优化的算法直接输出。
• 中值滤波后视差图：展示去除噪声后的最终深度图。
• 3D深度结构：通过 mesh 函数将滤波后的视差图绘制为三维网格表面，直观展示场景的深度层次（包含降采样处理以提升渲染速度）。

使用方法

1. 启动 MATLAB。
2. 将当前工作目录切换到脚本所在文件夹。
3. 在命令行窗口输入 main 并回车，或者直接在编辑器中点击“运行”按钮。
4. 程序将自动输出每一行的处理进度，并在计算完成后弹出一个包含四幅分析图表的窗口。
5. 控制台中将显示匹配算法的耗时统计。

若需要处理自己的图片，只需修改代码第一部分的 imLeft 和 imRight 读取逻辑，并根据实际场景调整 dispRange（视差范围）参数即可。