Konolige 的 block 匹配算法的应用在 OpenCV 文档中没有充分解释。 CvStereoBMState 的参数影响由 cv::StereoBM 计算的差异的准确性。但是，没有记录这些参数。我将在下面列出这些参数并描述我的理解。也许有人可以添加参数的描述，这是不清楚的。
- 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_NORMALIZED_RESPONSE(可能与平均强度不同？？？)
- preFilterSize:前置过滤器的窗口大小(宽度=窗口高度，负值)
- preFilterCap:将输出剪辑到 [-preFilterCap，preFilterCap]。区间外的值会怎样？
- SADWindowSize:左图和右图比较窗口的大小，计算绝对差之和以找到对应的像素。
- minDisparity:考虑的最小差异。默认为零，如果可能出现负差异，则应设置为负值(取决于相机 View 之间的角度和被测对象与相机的距离)。
- numberOfDisparities:视差搜索范围 [minDisparity, minDisparity+numberOfDisparities]。
- textureThreshold:仅在纹理大于(或至少等于？)该阈值的位置计算视差。纹理是如何定义的？？？周围窗口的方差???
- uniquenessRatio:引用自 calib3d.hpp:“仅当 SAD(d) >= SAD(d*)(1 + uniquenessRatio/100.) 对于任何 d != d+/-1 在搜索范围内。”
- 散斑范围:不确定。
- trySmallerWindows:???
- roi1, roi2:只计算这些区域的差异？？？不确定。
- speckleWindowSize:不确定。
- disp12MaxDiff:不确定，但 calib3d.hpp 中的评论说，执行了左右检查。猜测:像素从左图匹配到右图，从右图回到左图。仅当原始左像素与反向匹配像素之间的距离小于 disp12MaxDiff 时，差异才有效。
最佳答案
speckleWindowSize 和 speckleRange 是函数 cv::filterSpeckles 的参数。看看 OpenCV 的 documentation . cv::filterSpeckles 用于后处理视差图。它用无效视差值(short -16 或 float -1.f)替换大小小于或等于 speckleWindowSize(形成 blob 的像素数)的相似视差(两个相邻值的差不超过 speckleRange)的 Blob ).
关于opencv - 使用 cv::StereoBM 进行视差计算的 CvStereoBMState 文档，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/22630356/