Skip to content

Latest commit

 

History

History
77 lines (64 loc) · 2.25 KB

README.jp.md

File metadata and controls

77 lines (64 loc) · 2.25 KB
Raw

libSGM

Semi-Global MatchingをベースとしたCUDA実装です。

概要

libSGMは、Semi-Global MatchingアルゴリズムをCUDAで実装したものです。
適切にキャリブレーションされた2つの入力画像から、視差画像を取得することができます。

特徴

CUDAを使用し、高速な視差画像算出が可能

Requirements

libSGMはCUDA (compute capabilities >= 3.0)を必要とします。
また、サンプルをビルドする際には以下のライブラリが必要となります。

  • OpenCV
  • OpenGL
  • GLFW3
  • GLEW

build

$ git clone https://github.com/fixstars-jp/libSGM.git
$ cd libSGM
$ mkdir build
$ cd build
$ cmake ../
$ make

サンプル実行

$ pwd
.../libSGM
$ cd build
$ cd sample/movie/
$ ./stereo_movie <left image path format> <right image path format> <disparity> <frame count>
left image path format: 左側画像入力時に使用するファイルパスのフォーマット
right image path format: 右側画像入力時に使用するファイルパスのフォーマット
disparity: 視差情報を何段階で保持するか(省略可)
frame count: 全画像が何枚存在するか(省略可)

disparityとframe countは省略が可能です。省略した時には、それぞれ64, 100が付与されます。

ここで、left image path format, right image path formatとは、ファイル読み込み時に使用するフォーマットを意味します。
次のような連番ファイルが与えられていたとき、与えるべきpath formatは以下のようになります。

left_image_0000.pgm
left_image_0001.pgm
left_image_0002.pgm
left_image_0003.pgm
...

right_image_0000.pgm
right_image_0001.pgm
right_image_0002.pgm
right_image_0003.pgm

$ ./stereo_movie left_image_%04d.pgm right_image_%04d.pgm

movie, imageサンプルは、 http://www.6d-vision.com/scene-labeling にて提供されている、Daimler Urban Scene Segmentation Benchmark Datasetにて 動作確認をしています。

Authors

The "SGM Team": Samuel Audet, Yoriyuki Kitta, Yuta Noto, Ryo Sakamoto, Akihiro Takagi
FIXSTARS

License

Apache License 2.0