SGM和SGBM的区别
时间: 2024-04-28 17:22:41 浏览: 512
SGM(Semi-Global Matching)和SGBM(Semi-Global Block Matching)是用于立体视觉的算法。它们的主要区别在于优化方式和适用的硬件平台。
SGM是OpenCV中的一种变种,主要优化了在CPU上的执行效率,适合运行在传统的中央处理器上。SGM算法通过计算每个像素与其邻域像素之间的代价来进行视差计算,并利用动态规划的思想在整个图像上进行优化。SGM算法的性能在CPU上表现出色。
而SGBM是对SGM算法的一种优化,主要针对设备的大规模并行性进行了优化。SGBM算法可以在GPU上高效地并行计算每个像素的视差,从而加速算法的执行。这种优化使得SGBM在支持大规模并行计算的硬件平台上表现更好。
总结来说,SGM算法是为在CPU上优化执行效率而设计的,而SGBM算法则是对SGM算法进行了进一步的优化,使其适应GPU等支持大规模并行计算的硬件平台。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [SGM and SGBM](https://blog.csdn.net/maxzcl/article/details/122607884)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]
阅读全文