荐 【码上实战】【立体匹配系列】经典PatchMatch: （2）主类
下载源码，点击进入: Github - PatchMatchStereo
欢迎同学们在Github项目里讨论，如果觉得博主代码质量不错，给颗小星星，以及Follow Me！感激不尽！
算法效果图镇楼：
上一篇博客框架中，我们已经从最顶层的角度理清了整个算法的思路、框架、步骤，本篇开始我们就进入实质性的代码分析。
本篇的内容是PatchMatchStereo（后面简称PMS）的主类分析。
【码上实战】【立体匹配系列】经典PatchMatch: （2）主类
主类 PatchMatchStereo
主类，即PMS的实现类，我们以PatchMatchStereo 给类命名，
/**
* \brief PatchMatch类
*/
class PatchMatchStereo
{
public:
PatchMatchStereo();
~PatchMatchStereo();
}
公有函数
PMS类的职责是匹配，所以设计 Match 成员函数为执行匹配的接口，给调用者调用，看注释便一目了然，传入图像，传出视差图，功能很清晰。
/**
* \brief 执行匹配
* \param img_left 输入，左影像数据指针，3通道
* \param img_right 输入，右影像数据指针，3通道
* \param disp_left 输出，左影像视差图指针，预先分配和影像等尺寸的内存空间
*/
bool Match(const uint8* img_left, const uint8* img_right, float32* disp_left);
为了匹配，它需要分配一些内存，预分配往往是提高效率的常规操作，可别总是需要的时候才分配，要记住内存分配那是要耗时的。举个例子，你需要一块和图像等大的内存块存储梯度，只要图像尺寸不变，你每次都是要那么大的内存块，完全没必要频繁的分配销毁、再分配销毁，一开始分配一块后就别还给系统了，自己拿着一直用一直爽！
因此设计 Initialize 初始化函数来给内部数组预分配内存；设计 Reset 函数在影像尺寸和算法参数修改时重新预分配。
/**
* \brief 类的初始化，完成一些内存的预分配、参数的预设置等
* \param width 输入，核线像对影像宽
* \param height 输入，核线像对影像高
* \param option 输入，PatchMatchStereo参数
*/
bool Initialize(const sint32& width, const sint32& height, const PMSOption& option);
/**
* \brief 重设
* \param width 输入，核线像对影像宽
* \param height 输入，核线像对影像高
* \param option 输入，SemiGlobalMatching参数
*/
bool Reset(const uint32& width, const uint32& height, const PMSOption& option);
私有函数
以上只是上层的可开放接口，还有下层的算法步骤实现接口，它们是实现PMS各个步骤的一些子函数，对算法实现来说它们是真正的核心，根据PMS的步骤图，它们主要包括：
- 随机初始化 RandomInitialization
- 迭代传播 Propagation
- 一致性检查 LRCheck
- 视差填充 FillHolesInDispMap
还有一些其他的细枝末叶不用细说，例如计算梯度ComputeGradient、释放内存Release之类的，一看便懂。
它们统统归为私有函数，但调用者不一定关心算法的详细实现步骤，甚至可以完全隐藏它们。
private:
/** \brief 随机初始化 */
void RandomInitialization() const;
/** \brief 计算灰度数据 */
void ComputeGray() const;
/** \brief 计算梯度数据 */
void ComputeGradient() const;
/** \brief 迭代传播 */
void Propagation() const;
/** \brief 一致性检查 */
void LRCheck();
/** \brief 视差图填充 */
void FillHolesInDispMap();
/** \brief 平面转换成视差 */
void PlaneToDisparity() const;
/** \brief 内存释放 */
void Release();
成员变量
成员变量保存着算法需要在算法周期内完全持有的数据，数据是算法的内核，算法的运算过程便是在对数据不断的进行数学/逻辑运算及存取。
我们需要哪些数据呢？
- PMS算法参数
- 左右影像数据、尺寸等属性
- 影像的灰度、梯度数据（灰度是为了算梯度，梯度是为了算相似度）
- 聚合代价数据，存储像素的聚合代价值
- 视差图，存储像素的视差值
- 平面数据，存储像素的平面
- 误匹配像素，存储像素填充的对象
详见代码：
/** \brief PMS参数 */
PMSOption option_;
/** \brief 影像宽 */
sint32 width_;
/** \brief 影像高 */
sint32 height_;
/** \brief 左影像数据 */
const uint8* img_left_;
/** \brief 右影像数据 */
const uint8* img_right_;
/** \brief 左影像灰度数据 */
uint8* gray_left_;
/** \brief 右影像灰度数据 */
uint8* gray_right_;
/** \brief 左影像梯度数据 */
PGradient* grad_left_;
/** \brief 右影像梯度数据 */
PGradient* grad_right_;
/** \brief 左影像聚合代价数据 */
float32* cost_left_;
/** \brief 右影像聚合代价数据 */
float32* cost_right_;
/** \brief 左影像视差图 */
float32* disp_left_;
/** \brief 右影像视差图 */
float32* disp_right_;
/** \brief 左影像平面集 */
DisparityPlane* plane_left_;
/** \brief 右影像平面集 */
DisparityPlane* plane_right_;
/** \brief 是否初始化标志 */
bool is_initialized_;
/** \brief 误匹配区像素集 */
vector<pair<int, int>> mismatches_left_;
vector<pair<int, int>> mismatches_right_;
需要关注的是，成员变量的类型中，除了一些基础类型（sint32、float32之类的），还有几个陌生的类型：
- PMSOption，PMS的参数结构体
- PGradient，梯度结构体
- DisparityPlane，视差平面结构体
它们三个是代码里自定义的类型，定义成结构体那自然是为了方便，它们都放在文件 pms_types.h 中，我们看看它们的具体定义：
PMSOption结构体，它的成员是PMS算法的所有参数，调用者可以通过改变这些参数来让算法得到不同的结果，不同的数据也会对应着不同的参数，参数的存在让算法变得更灵活*。
/** \brief PMS参数结构体 */
struct PMSOption {
sint32 patch_size; // patch尺寸，局部窗口为 patch_size*patch_size
sint32 min_disparity; // 最小视差
sint32 max_disparity; // 最大视差
float32 gamma; // gamma 权值因子
float32 alpha; // alpha 相似度平衡因子
float32 tau_col; // tau for color 相似度计算颜色空间的绝对差的下截断阈值
float32 tau_grad; // tau for gradient 相似度计算梯度空间的绝对差下截断阈值
sint32 num_iters; // 传播迭代次数
bool is_check_lr; // 是否检查左右一致性
float32 lrcheck_thres; // 左右一致性约束阈值
bool is_fill_holes; // 是否填充视差空洞
bool is_fource_fpw; // 是否强制为Frontal-Parallel Window
bool is_integer_disp; // 是否为整像素视差
PMSOption() : patch_size(35), min_disparity(0), max_disparity(64), gamma(10.0f), alpha(0.9f), tau_col(10.0f),
tau_grad(2.0f), num_iters(3),
is_check_lr(false),
lrcheck_thres(0),
is_fill_holes(false), is_fource_fpw(false), is_integer_disp(false) { }
};
梯度结构体，保存着两个方向的梯度值，代码里采用的是Sobel这类带方向的边缘提取算法，所以梯度有两个维度。
/**
* \brief 梯度结构体
*/
struct PGradient {
sint16 x, y;
PGradient() : x(0), y(0) {}
PGradient(sint16 _x, sint16 _y) {
x = _x; y = _y;
}
};
视差平面是一个较为核心的结构体，贯穿全代码，它可以通过视差和法线来构建，并包含以下功能：
- 获取像素(x,y)的视差
- 获取平面法线
- 在两个视图中相互转换
将视差平面设计成一个结构体会增加代码的可读性，因为代码中会频繁的获取像素的视差、较频繁的获取平面的法线，把他们都写成一个函数，让代码更加简洁和易懂。
/**
* \brief 视差平面
*/
struct DisparityPlane {
PVector3f p;
DisparityPlane() = default;
DisparityPlane(const float32& x,const float32& y,const float32& z) {
p.x = x; p.y = y; p.z = z;
}
DisparityPlane(const sint32& x, const sint32& y, const PVector3f& n, const float32& d) {
p.x = -n.x / n.z;
p.y = -n.y / n.z;
p.z = (n.x * x + n.y * y + n.z * d) / n.z;
}
/**
* \brief 获取该平面下像素(x,y)的视差
* \param x 像素x坐标
* \param y 像素y坐标
* \return 像素(x,y)的视差
*/
float32 to_disparity(const sint32& x,const sint32& y) const
{
return p.dot(PVector3f(float32(x), float32(y), 1.0f));
}
/** \brief 获取平面的法线 */
PVector3f to_normal() const
{
PVector3f n(p.x, p.y, -1.0f);
n.normalize();
return n;
}
/**
* \brief 将视差平面转换到另一视图
* 假设左视图平面方程为 d = a_p*xl + b_p*yl + c_p
* 左右视图满足：(1) xr = xl - d_p; (2) yr = yl; (3) 视差符号相反(本代码左视差为正值，右视差为负值)
* 代入左视图视差平面方程就可得到右视图坐标系下的平面方程: d = -a_p*xr - b_p*yr - (c_p+a_p*d_p)
* 右至左同理
* \param x 像素x坐标
* \param y 像素y坐标
* \return 转换后的平面
*/
DisparityPlane to_another_view(const sint32& x, const sint32& y) const
{
const float32 d = to_disparity(x, y);
return { -p.x, -p.y, -p.z - p.x * d };
}
// operator ==
bool operator==(const DisparityPlane& v) const {
return p == v.p;
}
// operator !=
bool operator!=(const DisparityPlane& v) const {
return p != v.p;
}
};
好了同学们，本篇就到这吧，虽然篇幅较长，但是似乎文字并不多，对着代码来看，我想不会占用多少时间，咱们下篇来解读算法的具体实现代码，博主还会做一些实验，借助实验图来帮助大家加深理解。
同学们拜拜！
博主简介：
Ethan Li 李迎松
武汉大学 摄影测量与遥感专业博士
主方向立体匹配、三维重建
2019年获测绘科技进步一等奖（省部级）
爱三维，爱分享，爱开源
GitHub： https://github.com/ethan-li-coding
邮箱：ethan.li.whu@gmail.com
个人微信：
欢迎交流！
喜欢博主的文章不妨关注一下博主的博客，感谢！
博客主页：https://blog.csdn.net/rs_lys
本文地址：https://blog.csdn.net/rs_lys/article/details/107251788