雙目立體視覺（Binocular Stereo Vision）是機器視覺的一種重要形式，它是基於視差原理並利用成像設備從不同的位置獲取被測物體的兩幅圖像，通過計算圖像對應點間的位置偏差，來獲取物體三維幾何信息的方法1。
前言 目前，三維重建技術已在遊戲、電影、測繪、定位、導航、自動駕駛、VR/AR、工業製造以及消費品領域等方面得到了廣泛的應用。方法同樣也層出不窮，我們將這些方法依據原理分爲兩類： 基於傳統多視圖幾何的三維重建算法 基於深度學
iBims-1 100 RGB-D image pairs of various indoor scenes https://www.bgu.tum.de/lmf/ibims1/ 下載鏈接 https://dataserv.ub.tum.
相機的理想成像模型爲小孔成像模型，小孔成像模型座標轉換參考上一篇博客： 【計算機立體視覺】世界座標系、相機座標系、圖像座標系、像素座標系之間的關係 相機光學系統實際上會存在存在加工和裝配的誤差，透鏡就並不能滿足物和像成相似三角
參考文獻：Multiple View Geometry in computer vision 記錄一下自己看這本書6.1章節的筆記。
最近拜讀了張正友教授的大作：A flexible new technique for camera calibration 這裏記錄一下對於整個標定原理的初步理解，但是對其中十分深奧的數學不做深究。 這篇論文的基本思想就是： 已知
首先，pipeline先來： 現在校正也做完後，就到了correspondence，這一步也叫做stereo matching。 直觀來說，就是找到左右兩幅圖中，對應於現實中同一點的點，這樣之後，再通過兩點間的視差，就可以得到現
一、摘要 這是微軟研究院張正友在Stereo Vision方向講雙目圖像校正的一篇論文。提出了一種利用雙目標定後得到的基礎矩陣（Fundamental Matrix）來求兩個相機校正用的單應矩陣的方法。主要的思路是分解單應矩陣爲幾
環境 win10 anaconda 4.7.12 python 3.7 原因 SIFT函數註冊了專利，將在opencv > 3.4.3(可能有誤差)中，不再提供。 解決辦法 安裝opencv-python 3.4.2.16 以及o
已知條件 雙目鏡頭的內參和參 左右相機的數字散斑圖像 目的 對圖像中的物體三維重建，即計算出物體的三維座標 步驟 求解得到對應的像素點 （1）選取左像素座標； （2） 在右相機中通過視差約束和極線約束，得到搜索的起止點； （
