【图像处理算法】--1.SAD算放的理解

SAD算法即为sum of absolute difference

SAD算法与SSD算法常用在图像的块匹配（BM algorithm）中，大体流程为：

（1）创建一个卷积核窗口，大小自定；

（2）以左图像为中心，选定匹配点，使用该窗口覆盖像素点，计算窗口内的灰度值和；根据极线约束覆盖右图像像素点，计算灰度值和；

（3）用左图像窗口灰度值和减去右图像窗口灰度值和，求出绝对值；

（4）按固定步长移动右图窗口；

（5）重复（2）-（4），直到超出搜索范围，求得该范围内的最小值。此时获得像素点即为最佳匹配点。

在双目匹配中，为了追去更大的匹配区域，可以将两个摄像头向内适当的旋转。设置mindisParity的值

SAD局部匹配算法是目前立体匹配算法中常用的一类算法，对于SAD局部匹配算法，通常基于模板与原始图像中的像素值进行匹配，计算图像中灰度值的相似性。SAD算法是通过计算图像与模板之间的相似性来实现的，模板有时也被称为窗口。窗口由一副图像I(p,q)和感兴趣区域R组成。当进行局部匹配时，沿着图像中每个点移动窗口，同时计算每个位置的相似度量L。如图5，相似度量L可通过下式表示：

       

其中(u,v)表示移动窗口的大小。

图  局部匹配模板图

将上式具体化可得到，分别是计算窗口与图像之间差值的绝对值和或平方和。可以看出这两种方法的计算效率是很高的，因为对每个像素只需要进行相减再求和操作。窗口与图像之间的区别越大，相似值也越大

                      

但是SAD和SSD相似度量值只能使用在光照不变的条件下，因为当存在光照变化时，实际中图像的灰度值不再相等。可使用归一化相关系数NCC：

     

其中mt表示窗口的平均灰度值， 表示窗口内像素灰度值的方差。通常归一化相关系数的值越大就说明窗口与检测图像越相似。