1.算法原理
SAD(Sum of absolute differences)是一种图像匹配算法。基本思想:差的绝对值之和。此算法常用于图像块匹配,将每个像素对应数值之差的绝对值求和,据此评估两个图像块的相似度。该算法快速、但并不精确,通常用于多级处理的初步筛选。
2.基本流程
输入:两幅图像,一幅Left,一幅Right
对左图,依次扫描,选定一个锚点:
(1)构造一个小窗口,类似于卷积核;
(2)用窗口覆盖左边的图像,选择出窗口覆盖区域内的所有像素点;
(3)同样用窗口覆盖右边的图像并选择出覆盖区域的像素点;
(4)左边覆盖区域减去右边覆盖区域,并求出所有像素点灰度差的绝对值之和;
(5)移动右边图像的窗口,重复(3)-(4)的处理(这里有个搜索范围,超过这个范围跳出);
(6)找到这个范围内SAD值最小的窗口,即找到了左图锚点的最佳匹配的像素块。
下面我写一下对于这个算法的理解:
我们要构造一个窗口D分别用于覆盖左边图像和右边图像,窗口的size大小可以自己去定义,然后用D窗口圈出了AB两幅图像后,我们需要左右窗口内的选定的像素做差,然后求取其绝对值,并且对绝对值求和。在视差范围内移动窗口 ,并重复作差,求取绝对值,并求和。找到最小的匹配块,并且标记记录下来
3、参考代码
clear all
clc
left=double(rgb2gray(imread('left.jpg')));
right=double(rgb2gray(imread('right.jpg')));
[m n]=size(left);
w=7; %窗口半径
depth=20; %最大偏移距离,同样也是最大深度距离
imgn=zeros(m,n);
for i=1+w:m-w
for j=1+w+depth:n-w
tmp=[];
lwin=left(i-w:i+w,j-w:j+w);
for k=0:-1:-depth
rwin=right(i-w:i+w,j-w+k:j+w+k);
diff=lwin-rwin;
tmp=[tmp sum(abs(diff(:)))];
end
[junk imgn(i,j)]=min(tmp); %获得最小位置的索引
end
end
imshow(imgn,[]);