Opencv 用于使用cv:：StereoBM计算视差的CvStereoBMState文档

OpenCV文档中没有充分说明Konolige块匹配算法的应用。CvStereoBMState的参数影响cv:：StereoBM计算差异的准确性。但是，这些参数没有记录在案。我将在下面列出这些参数，并描述我的理解。也许有人可以添加一个参数的描述，这些参数还不清楚

• preFilterType：确定在计算差异之前对图像应用哪个过滤器。可以是CV_STEREO_BM_XSOBEL（Sobel滤波器）或CV_STEREO_BM_归一化_响应（可能与平均强度不同？）
• preFilterSize：预过滤器的窗口大小（宽度=窗口高度，负值）
• preFilterCap：将输出剪辑到[-preFilterCap，preFilterCap]。间隔之外的值会发生什么变化
• SADNowsSize：左侧和右侧图像中比较窗口的大小，其中计算绝对差值之和以找到相应的像素
• 心智差异：考虑到的最小差异。默认值为零，如果可能出现负差异（取决于摄影机视图之间的角度以及测量对象到摄影机的距离），则应将其设置为负值
• NumberOfDistances：差异搜索范围[minDisparity，minDisparity+NumberOfDistances]
• textureThreshold：仅在纹理大于（或至少等于？）此阈值的位置计算视差。纹理是如何定义的？？？周围窗口中的差异
• uniquenessRatio：引用calib3d.hpp：“仅当搜索范围内的任何d！=d+/-1时，才接受计算的视差d*（d）>=SAD（d*）（1+uniquenessRatio/100）。”
• 范围：不确定
• trySmallerWindows:
• roi1、roi2：仅计算这些地区的差异？？？不确定
• 不确定
• disp12MaxDiff：不确定，但calib3d.hpp中的一条评论说，执行了左右检查。猜测：从左图像到右图像以及从右图像到左图像的像素匹配。仅当原始左侧像素和背面匹配像素之间的距离小于disp12MaxDiff时，差异才有效

---

斑点窗口大小和斑点范围是函数cv:：filterSpeckles的参数。看看OpenCV。

---

cv:：filterSpeckles用于对视差贴图进行后期处理。它用无效的视差值（short-16或float-1.f）替换大小小于或等于斑点窗口大小（形成斑点的像素数）的相似视差的斑点（两个相邻值的差值不超过斑点范围）。

上的Python教程中更好地描述了参数。参数似乎是相同的

纹理\u阈值：过滤掉没有足够纹理的区域 用于可靠匹配

斑点范围和大小：基于块的匹配器 通常在对象边界附近产生“斑点”，其中 匹配窗口捕捉一侧的前景和背景 另一方面。在这个场景中，匹配者似乎也在 在表上的投影纹理中查找小的伪匹配。 为了消除这些伪影，我们使用 由散斑大小和散斑范围控制的散斑滤波器 参数。斑点大小是一个像素数，低于该像素数 视差斑点被称为“斑点”。斑点范围控制如何 相近的价值差异必须被视为相同的一部分 斑点

差异数：滑动窗口的像素数。 它越大，可见深度的范围就越大，但更多 需要计算

最小视差：与x位置的偏移 开始搜索的左侧像素的

唯一性\u比率： 另一个后期过滤步骤。如果最佳匹配视差不是 比搜索范围内的任何其他差异都要好得多， 像素被过滤掉了。如果需要，可以尝试调整此选项 纹理阈值和斑点滤波仍在进行中 假火柴

预滤器大小和预滤器盖：预滤器 相位，使图像亮度正常化并增强图像中的纹理 块匹配的准备。通常你不需要调整 这些

---

还可以查看选择立体参数。

“minDisparity:[…]应设置为负值，因为可能存在负差异。”>这取决于您是否在

立体矫正
中使用了标志
CV\u CALIB\u ZERO\u disparence
。如果您这样做了，那么
minDisparity
应该设置为零或正数，因为在这种情况下，差异不能为负数。至于其他变量，我不知道。@AldurDisciple，至于minDisparity参数，我在StereoRective中使用了CV_CALIB_ZERO_视差，但计算的视差最小值为负数（例如-16）。算法本身是否有解释？欢迎链接到解决方案，但是请确保你的答案在没有它的情况下是有用的：这样你的其他用户就会知道它是什么以及它为什么在那里，然后引用你链接到的页面中最相关的部分，以防目标页面不可用。