Skip to content

这是一个基于CUDA加速的快速立体匹配库,它的核心是SemiglobalMatching(SGM)算法,它不仅在时间效率上要远远优于基于CPU的常规SGM,而且占用明显更少的内存,这意味着它不仅可以在较低分辨率(百万级)图像上达到实时的帧率,且完全具备处理千万级甚至更高量级图像的能力。

Notifications You must be signed in to change notification settings

ethan-li-coding/FasterStereoCuda-Library

Repository files navigation

FasterStereoCuda-Library

必要更新提醒

  1. 试用期更新为12个月,过期了直接contact me!
  2. 修复了你可能不知道的很多bugs!

简介

这是一个基于CUDA加速的快速立体匹配库,它的核心是SemiglobalMatching(SGM)算法,它不仅在时间效率上要远远优于基于CPU的常规SGM,而且明显占用更少的内存,这意味着它不仅可以在较低分辨率(百万级)图像上达到实时的帧率,且完全具备处理千万级甚至更高量级图像的能力。

你可以拉取本测试工程并在自己的数据上体验它的改进效果,也可以在右侧下载已经打包好的压缩包,直接在本地运行控制台程序,或者在你的工程里通过动态库的方式调用它。

环境

Windows 10
Visual Studio 2019
CUDA v11.0
Opencv3.2(下载地址:https://download.csdn.net/download/rs_lys/13193887)

控制台调用方式

单像对:
../FasterStereoConsole.exe ../Data/Cone/left.png ../Data/Cone/right.png ../Data/Cone/option.xml
多像对:(KITTI)
../FasterStereoConsole.exe ../Data/KITTI/image_2 ../Data/KITTI/image_3 png ../Data/KITTI/option.xml

把../换成你的路径。option.xml是算法参数文件,在Data/文件夹中,附有两类参数文件option.xml和option2.xml,分别对应视差空间和深度空间的参数,二者用其一即可。不同的数据,需要对应修改option.xml文件的参数值。

关于视差范围有特殊要求:必须满足64x2n,如64、128、256、512。

使用过程中有任何问题,特别是算法BUG,请及时和我交流,感谢!

重要说明

算法库为试用版,试用期12个月,联系!

微信:EthanYs6 邮箱:[email protected]

一些案例图片

概览

数据 Cone(450x375x64) Kitti(1242x375x64) Building(4800x3409x256)
帧率 341.2 154.7 6.0
显存(Mb) 258.9 325.3 4185.9

案例数据下载地址:https://download.csdn.net/download/rs_lys/13074343
测试平台:NVIDIA GTX1080

数据1:Cone(450*375)

数据2:Kitti(1242*375)

数据3:Building(4800*3409)

Github图片不显示的解决办法

修改hosts

C:\Windows\System32\drivers\etc\hosts

在文件末尾添加:

# GitHub Start
192.30.253.119      gist.github.com
151.101.184.133     assets-cdn.github.com
151.101.184.133     raw.githubusercontent.com
151.101.184.133     gist.githubusercontent.com
151.101.184.133     cloud.githubusercontent.com
151.101.184.133     camo.githubusercontent.com
151.101.184.133     avatars0.githubusercontent.com
151.101.184.133     avatars1.githubusercontent.com
151.101.184.133     avatars2.githubusercontent.com
151.101.184.133     avatars3.githubusercontent.com
151.101.184.133     avatars4.githubusercontent.com
151.101.184.133     avatars5.githubusercontent.com
151.101.184.133     avatars6.githubusercontent.com
151.101.184.133     avatars7.githubusercontent.com
151.101.184.133     avatars8.githubusercontent.com
# GitHub End

About

这是一个基于CUDA加速的快速立体匹配库,它的核心是SemiglobalMatching(SGM)算法,它不仅在时间效率上要远远优于基于CPU的常规SGM,而且占用明显更少的内存,这意味着它不仅可以在较低分辨率(百万级)图像上达到实时的帧率,且完全具备处理千万级甚至更高量级图像的能力。

Topics

Resources

Stars

Watchers

Forks

Packages

No packages published