的OpenCV sgbm上产生的对象边缘的异常值(opencv sgbm produces outl

我使用OpenCV的SGMB的立体视差计算以重建放在桌子上一些简单的对象。一切正常，或多或少地，除了在物体的边缘，我觉得有些异常与背景的颜色始终不离不弃。事情是我认为sgbm不匹配这样的背景点，这是邻居对象的边缘，他们得到同样的差异值的那些边缘。这是一个例子

正如你可以看到从地板上的一些图片贴到对象。我使用sgbm参数标准值：

int sgbmWinSize = 3;//size of the window to be matched
int numberOfDisparities = 256; //number of different disparity values in pixels

int cn = inputImage1.channels();

sgbm.minDisparity = -128; //minimum possible disparity value in pixels
sgbm.SADWindowSize = sgbmWinSize;
sgbm.numberOfDisparities = numberOfDisparities;
//parameters controling disparity smoothness 
//values taken from openCV example
//additional tuning may be needed
sgbm.P1 = 8 * cn*sgbmWinSize*sgbmWinSize;
sgbm.P2 = 32 * cn*sgbmWinSize*sgbmWinSize;

sgbm.uniquenessRatio = 1;

//parameters for speckle filtering
sgbm.speckleWindowSize = 100;
sgbm.speckleRange = 5;

//maximum difference value in left-right disparity check
sgbm.disp12MaxDiff = 1;

//wether to run the full dp algorithm
//if set to true it may consume a lot of memory
sgbm.fullDP = true;
sgbm.preFilterCap = 4;

我试图改变和调整参数，以获得更好的差距，但无论我做什么，一些背景点仍停留在物体上。有没有人有类似的经历？有谁知道一个方法来解决这个问题？

这是SGBM完全正常。您可以通过调节块的大小，以减少这种影响，但总有一些噪音，在物体的边缘。另一种常见的伎俩是一个中值滤波器应用到视差图。还有其他的视差算法，如图割，这将产生更清洁的边缘。