1. 前言

    在了解SGBM算法以后，可能大家都会发现SGBM算法中最不牛逼的关键点，就是对全图用统一尺寸的矩形框来完成代价聚合（矩形框内代价求和)。因此，今天我为大家继续介绍新的，而且很经典的立体匹配算法。该算法来源于以下论文：《On Building an Accurate Stereo Matching System on Graphics Hardware》

• 算法流程：

  • Step 1. Cost（AD+Census）
  • Step 2. Cross-based Cost Aggregation (手动五角星)
  • Step 3. Scanline Optimization
  • Step 4. Multi-step Disparity Refinement

• 代价计算：采用AD + Census的代价融合方式，具体见原文。他这样其实是有三个目的：

  • 利用AD保留原图的细节信息，也就是直接利用像素颜色或者灰度信息，可以理解为颜色空间相似度
  • 利用Census保留原图的局部结构信息，可以理解为距离/结构空间相似度
  • 利用鲁棒性函数处理代价值，可以进一步降低代价噪声，方便两种不同量级的代价融合

AD+Census
鲁棒性函数

可以想象一下，图像上能用到的信息（颜色和结构），都用了一下。但是这里还是想简单对比一下ADCensus 和 SGBM的Cost有什么不一样呢，我们以最简单的 CostComputation + WTA来对比，对比结果如下：

Cost vs

    可以看出，两种Cost的结果还是有差别的，ADCensus的细节和结构保护的好，但是白色噪声也是非常的多，SGBM的Cost虽然细节没有那么好，但是噪声算是较少的。都有优缺点。看你如何选择。

2. Cost Aggregation

只要大家阅读立体匹配算法论文就应该知道，代价聚合绝对不止CBCA一种，特别是从高质量聚合方面讲。例如：

• Variable Windows
• Segmentation based
• Adaptive Weights(AW)
• Segment Support
• GuideFilter
• Minimum Spanning Tree(MST)

    但是他们的耗时也是你肯定的。具体可以在具体来说，就是很难将其普及并转化为科技生产力（高性能运算平台除外）。如果他只能停留在高性能运算平台，或者实验室里面。那么他的社会价值肯定是会打折扣的，只能依靠硬件平台性能的不断提升和优化。所以如何才能做到快速高效的代价聚合呢，CBCA就这样诞生了。最先提出CBCA的论文是：Cross-Based Local Stereo Matching Using Orthogonal Integral Images

那么CBCA的主要好处有以下几点：

• 将规则Constant Square Region，变为多边形代价聚合方式，更符合实际场景分布
• 相对于Adaptive Weight Aggregation，计算量小
• CBCA使用的Local Support Region，可以在后处理或其他阶段复用，这个很不错

CBCA

    所以大家也可看出来了，CBCA在对不同像素进行Local Support Region计算的时候，有点像图像分割/区域生长的快速版本。毕竟，真实的图像分割算法还是很耗时的，特别是包含复杂数学公司的算法。那么他又是怎么做到图像分割并降低计算量的呢？通过上面的图，大家应该也能看出一点逻辑，下面就详细解释一下。其实CBCA应该是分Local Support Region计算和Aggregation两个部分，每个部分又分两个步骤，总计4个步骤。

• Step1：对全图像素建立Upright Cross（十字架），规则见原文
• Step2：计算像素点P的Local Support Region，先把十字架分为水平方向和竖直方向，固定竖直方向不动，只需要统计竖直区域上的像素点的水平方向范围就可以得到P点的Local Support Region。先固定水平方向，再统计水平方向各点的竖直方向范围也是一样的。类似下面这样：

计算Local Support Region

• Step3：Local Support Region水平方向聚合至同一竖直方向
• Step4：Local Support Region竖直方向完成聚合

CostAggregation

3. Scanline Optimization

    扫描先优化部分，这里直接引用作者原文说的：“We employ a multi-direction scanline optimizer based on Hirschm¨uller’s semi-global matching method”。论文中采用了4方向的SGM，单方向的SGM公式如下：

单方向SGM聚合

同时，通过左右图邻域像素颜色差D1和D2分别对P1和P2两个参数分成四种情况约束：

根据邻域颜色信息对P1和P2约束
最后对四个方向的代价聚合值求平均：
代价聚合平均

这部分内容，如果大家看过我之前写的SGBM算法详解，应该比较熟悉，不过多介绍。

4. Multi-step Disparity Refinement

    这部分主要是指视差图后处理，包括Outlier Detection、Iterative Region Voting、Proper Interpolation、Depth Discontinuity Adjustment、Sub-pixel Enhancement。

• Outliers Detection
  其实就是左右一致性检测（Left-Right Check），主要目的是检测遮挡区域。

• Iterative Region Voting
  主要是针对上一个步骤产生的遮挡区域，因为遮挡区域本身就没有视差，所以前面的步骤得到的视差肯定是错误的，现在要通过Iterative Region Voting的方式，对每个遮挡像素计算新的视差值。Iterative Region Voting需要用到CBCA过程中计算的Local Support Region，在该区域内选择出现次数最多的视差值作为遮挡像素的视差值。因为是Iterative，所以论文中给的是重复5次这样的操作。因为，根据Local Support Region 给遮挡区域赋值的时候，也是有约束条件的，比如该区域类遮挡像素太多，或者该区域某视差为最高频率视差，但频率仍然小于指定频率，那么这样的赋值是无效的，因此会通过多次迭代的方式，尽可能的对遮挡区域填充可靠的视差值。也就是下面两个约束条件：

  
  Iterative Region Voting
• Proper Interpolation
  我们刚才说了，Iterative Region Voting是要在满足条件的情况下，才能赋值的，那么剩下的Outliers怎么办呢，就要用到下一个步骤Proper Interpolation。Proper Interpolation就是利用邻域颜色信息约束的16方向插值，比较简单，不赘述。
• Depth Discontinuity Adjustment
  假设上面步骤完成了错误视差的检测和正确视差值填充，那么接下来就到了视差边缘精修的部分，也就是Depth Discontinuity Adjustment 。这个部分主要是以视差图为主，假如某像素点刚好在边缘上（视差图的边缘），那么论文中就直接对比该像素点左右两个像素的代价值，用代价值较小的那个像素点的视差来代替当前视差。对，就是这么简单粗暴。
• Sub-pixel Enhancement
  完成上述操作以后，就只剩下最后一步了。我们都知道，我们的真实场景时连续表面，而这里只是用了离散的数字来模拟深度，特别是对于斜坡，平面，是很不友好的，会出现视差断层现象。因此，要进行最后一个步骤：Sub-pixel Enhancement，它的计算公式大家可以直接查看论文，这里就不贴出来了。

5. 结束语

    立体匹配作为计算机视觉领域的热点研究区域，本次介绍的算法从整个流程来看，算是集各家所长，综合得到一个较好的立体匹配算法，还算比较优秀的。而且现在基本是CV + NN都有研究，而且NN的趋势愈演愈烈，但是CV算法也有他的经典之处，不管哪个方向，代码计算和优化重要，但是视差Refine的步骤也很重要，主要看大家的用途是什么，需要大家去多读多想多写代码，慢慢体会。
    好了，今天的内容就分享到这里啦，如果大家有什么问题，可以直接在评论区评论，或者有什么新的论文想交流和了解的，也可以在评论区写出论文名字，大家一起交流学习。
  PS：本文所述论文在github上面是有源码的，大家可以边看论文边看代码，快速学习。