NCC SSD SAD算法双目立体图像求视差图

资 源 简 介

NCC SSD SAD算法双目立体图像求视差图

详 情 说 明

在双目立体视觉中，计算视差图是获取深度信息的关键步骤，而NCC、SSD和SAD是三种常用的相似性度量算法。这三种方法都基于局部窗口匹配的原理，通过比较左右图像中对应区域的相似程度来确定视差。

NCC（归一化互相关）算法的核心思想是计算两个窗口的归一化互相关系数。它对光照变化具有较强的鲁棒性，因为归一化过程消除了线性光照变化的影响。算法会遍历可能的视差范围，选择使相关系数最大的视差值作为该点的视差。

SSD（平方差和）算法通过计算左右图像对应窗口像素值差的平方和来度量相似性。这种方法计算简单，但对噪声和光照变化较为敏感。在实际应用中，通常会先对图像进行预处理来降低这些影响。

SAD（绝对差和）算法与SSD类似，但计算的是绝对差而非平方差。这种方法的计算复杂度更低，适合实时性要求较高的场合。SAD对异常值(如噪声点)的敏感性低于SSD。

在MATLAB平台上实现这些算法时，通常需要对图像进行预处理，包括去噪、校正等步骤。匹配过程中需要设置合适的窗口大小和视差搜索范围。窗口大小过小会导致匹配不稳定，过大则可能模糊深度边界。视差搜索范围需要根据实际场景中可能的最大视差来设定。

这三种算法各有优缺点：NCC最稳健但计算量最大，SSD和SAD计算效率更高但对光照变化更敏感。实际应用中可以根据场景特性和性能需求选择合适的算法。