BP Match 基于置信传播的立体匹配算法

基于置信传播的立体匹配算法，匹配精度较高

%基于可信传播的立体匹配算法
%代价函数:AD
%优化策略:max-product belief propagationaccelerated updating
%参考论文:Comparison of Graph Cuts with Belief Propagation for Stereo using
%Identical MRF Parameters
%参考论文:Stereo Matching Using Belief Propagation
%
%dlut
%wzb
function BP_stereo（）
clear;
clc;

T=4;%Plots平滑模型的梯度阈值
Truncation=20;%代价函数的截断阈值
P=4;%Plots模型参数
s=10;%Plos模型参数
D=50;%parameter for converting cost into compatibility   exp（-C/D）
iter=50;%belief propagation 算法的迭代次数
%公共参数

T = input（‘Input the smooth parameter of Plots model T[4]: ‘）;
if isempty（T）%Plots平滑模型的梯度阈值
    T =  4;
end

s = input（‘Input the smooth parameter of Plots model s[10]: ‘）;
if isempty（s）%Plos模型参数
    s =  10;
end

P = input（‘Input the smooth parameter of Plots model P[4]: ‘）;
if isempty（P）%Plots模型参数
    P =  4;
end

Truncation = input（‘Input the truncation value of cost Truncation[20]: ‘）;
if isempty（Truncation）%代价函数的截断阈值
    Truncation =  20;
end

iter = input（‘Input the iteration times iter[50]: ‘）;
if isempty（iter）
    iter =  50;
end

%图像名

%reference = imread（ ‘E:\资料\双目\原图\tsu_L.jpg‘ ）;%参考图像左图像
reference = imread（ ‘D:\D测试图片320\ur_c_s_03a_01_L_0589.jpg‘ ）;%参考图像左图像
%D:\障碍物图集\ConstructionSite-left
target = imread（ ‘D:\D测试图片320\ur_c_s_03a_01_R_0589.jpg‘ ）;%目标图像

dmax = input（‘Input the disparity range（the max disparity）[16]:‘）;%最大视差值，候选视差范围从0-dmax
if isempty（dmax）
    dmax=16;%19
end
sdmax=‘The disparity range is: 0--‘;
eval（[‘disp（‘‘[‘ sdmax num2str（dmax） ‘]‘‘）‘]）;

scalar = input（‘Input the disparity scalar when saved scalar[16]:‘）;
if isempty（scalar）
    scalar=16;%19
end
%Disp（‘running....‘）;

%%%%%%%%%%%%%belief propagation accelerated left image is the reference%%%
rgbreference = reference;
if size（ reference  3 ） == 3
    reference = rgb2gray（reference）;
    target = rgb2gray（target）;
end
reference = double（reference）;
target = double（target）;
[nrnc] = size（reference）;%图像大小
Disp = zeros（nrnc）;
leftgradient = zeros（nrnc）;
leftgradient（:2:end） = abs（reference（:2:end）-reference（:1:nc-1））;%左梯度
leftgradient = leftgradient>T;
rightgradient = zeros（nrnc）;
rightgradient（:1:nc-1） = abs（reference（:1:nc-1）-reference（:2:end））;%右梯度
rightgradient = rightgradient>T;
upgradient = zeros（nrnc）;
upgradient（2:end:） = abs（reference（2:end:）-reference（1:nr-1:））;%上梯度
upgradient = upgradient>T;
downgradient = zeros（nrnc）;
downgradient（1:nr-1:） = abs（reference（1:nr-1:）-reference（2:end:））;%下梯度
downgradient = downgradient>T;

%prawcost = Ad（referencetargetdmax）;
prawcost=zeros（nrncdmax+1）;
for d=0:dmax%d为循环变量
    prawcost（:d+1:ncd+1）=abs（reference（:d+1:nc）-target（:1:nc-d））;
    for temp=1:d%图像边界处理
        prawcost（:tempd+1）=prawcost（:d+1d+1）;        
    end
end

prawcost（prawcost>Truncation） = Truncation;%代价函数
prawmessage = exp（-prawcost/D）;
clear reference;
clear target;

leftmessage = ones（nrncdmax+1）;%从左邻域像素传递来的信息存储矩阵
rightmessage = leftmessage;%从右邻域像素传递来的信息存储矩阵
upmessa

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       9152  2013-01-26 09:54  BP_stereo.m

     文件     266605  2013-02-04 10:57  tappenIccv.pdf

----------- ---------  ---------- -----  ----

               275757                    2