SSD、SAD、NCC三种方法提取的深度图

提取深度图的方法通常包括视差法（如SSD和SAD）和归一化互相关（NCC）方法。这些方法可以通过计算左右摄像机之间的像素匹配来推断深度信息。以下是一种使用MATLAB实现这些方法的示例代码，同时对每种方法进行了详细说明。

% 读取左右摄像机的图像
leftImage = imread('left.png');
rightImage = imread('right.png');

% 图像预处理，转换为灰度图
leftGray = rgb2gray(leftImage);
rightGray = rgb2gray(rightImage);

% 视差范围
disparityRange = 16;

% SSD方法
disparityMapSSD = disparity(leftGray, rightGray, 'Method', 'SemiGlobal', 'BlockSize', 15, 'DisparityRange', disparityRange);

% SAD方法
disparityMapSAD = disparity(leftGray, rightGray, 'Method', 'SemiGlobal', 'BlockSize', 15, 'DisparityRange', disparityRange, 'DisparityType', 'SAD');

% NCC方法
disparityMapNCC = disparity(leftGray, rightGray, 'Method', 'SemiGlobal', 'BlockSize', 15, 'DisparityRange', disparityRange, 'DisparityType', 'NormXCorr');

% 显示深度图
figure;
subplot(1,3,1);
imshow(disparityMapSSD, [0, disparityRange*16]);
title('Disparity Map - SSD');

subplot(1,3,2);
imshow(disparityMapSAD, [0, disparityRange*16]);
title('Disparity Map - SAD');

subplot(1,3,3);
imshow(disparityMapNCC, [0, disparityRange*16]);
title('Disparity Map - NCC');

在这个示例中，我们使用了MATLAB内置的disparity函数，该函数可以实现SSD、SAD和NCC方法来计算深度图。其中，'Method', 'SemiGlobal'表示使用半全局方法，'BlockSize'表示匹配块的大小，'DisparityRange'表示视差范围，'DisparityType'表示视差计算方法。

SSD（Sum of Squared Differences）方法计算左右图像块之间的平方差，SAD（Sum of Absolute Differences）方法计算左右图像块之间的绝对差，NCC（Normalized Cross-Correlation）方法计算归一化的互相关系数。

在实际应用中，可以根据具体的场景和要求选择合适的深度图提取方法，并根据实际情况调整参数以获得更好的深度估计效果。