立体视觉立体视觉立体视觉立体视觉

hIdtc = vision.ImageDataTypeConverter;
hCsc = vision.ColorSpaceConverter（‘Conversion‘‘RGB to intensity‘）;
leftI3chan = step（hIdtcimread（‘shudxc1.png‘））;
leftI = step（hCscleftI3chan）;
rightI3chan = step（hIdtcimread（‘shudxc2.png‘））;
rightI = step（hCscrightI3chan）;

figure（1） clf;
imshow（rightI3chan） title（‘Right image‘）;

figure（2） clf;
imshowpair（rightIleftI‘ColorChannels‘‘red-cyan‘）;axis image;
title（‘Color composite （right=red left=cyan）‘）;
Dbasic = zeros（size（leftI） ‘single‘）;
disparityRange = 16;
% Selects （2*halfBlockSize+1）-by-（2*halfBlockSize+1） block.
halfBlockSize = 4;
blockSize = 2*halfBlockSize+1;
% Allocate space for all template matcher System objects.
tmats = cell（blockSize）;

% Initialize progress bar
hWaitBar = waitbar（0 ‘Performing basic block matching...‘）;
nRowsLeft = size（leftI 1）;

% Scan over all rows.
for m=1:nRowsLeft
    % Set min/max row bounds for image block.
    minr = max（1m-halfBlockSize）;
    maxr = min（nRowsLeftm+halfBlockSize）;
    % Scan over all columns.
    for n=1:size（leftI2）
        minc = max（1n-halfBlockSize）;
        maxc = min（size（leftI2）n+halfBlockSize）;
        % Compute disparity bounds.
        mind = max（ -disparityRange 1-minc ）;
        maxd = min（ disparityRange size（leftI2）-maxc ）;

        % Construct template and region of interest.
        template = rightI（minr:maxrminc:maxc）;
        templateCenter = floor（（size（template）+1）/2）;
        roi = [minc+templateCenter（2）+mind-1 ...
               minr+templateCenter（1）-1 ...
               maxd-mind+1 1];
        % Lookup proper TemplateMatcher object; create if empty.
        if isempty（tmats{size（template1）size（template2）}）
            tmats{size（template1）size（template2）} = ...
                vision.TemplateMatcher（‘ROIInputPort‘true）;
        end
        thisTemplateMatcher = tmats{size（template1）size（template2）};

        % Run TemplateMatcher object.
        loc = step（thisTemplateMatcher leftI template roi）;
        Dbasic（mn） = loc（1） - roi（1） + mind;
    end
    waitbar（m/nRowsLefthWaitBar）;
end

close（hWaitBar）;

figure（3） clf;
imshow（Dbasic[]） axis image colormap（‘jet‘） colorbar;
caxis（[0 disparityRange]）;
title（‘Depth map from basic block matching‘）;

DbasicSubpixel= zeros（size（leftI） ‘single‘）;
tmats = cell（2*halfBlockSize+1）;
hWaitBar=waitbar（0‘Performing sub-pixel estimation...‘）;
for m=1:nRowsLeft
    % Set min/max row bounds for image block.
    minr = max（1m-halfBlockSize）;
    maxr = min（nRowsLeftm+halfBlockSize）;
    % Scan over all columns.
    for n=1:size（leftI2）
        minc = max（1n-halfBlockSize）;
        maxc = min（size（leftI2）n+halfBlockSize）;
        % Compute disparity bounds.
        mind = max（ -disparityRange 1-minc ）;
        maxd = min（ disparityRange size（leftI2）-maxc ）;

        % Construct template and region of interest.
        template = rightI（minr:maxrminc:maxc）;