這是我在group meeting的時候，第一次給小夥伴們分享雙目立體視覺知識所用ppt的內容，主要是學習借鑑了“stereo vision: algorithm and application”的課件，希望各位有興趣的童鞋留言交流！
1、
what is stereo vision system?
Is a technique aimed at inferring depth from two or more cameras .
立體視覺是利用兩個或者更多相機來計算物體深度的技術。
2、
What do wehave from stereo camera? A generalsituation:
這是一個兩臺照相機的情況，在上一張圖中，相機抽象爲兩個視點，R和T，對於目標物體P，在R的成像平面投影爲p，在T的成像平面投影爲p`，同時在P到p連線上，存在另一個物體Q，在R的（成像平面）投影也在p（與q重合了），在T的投影爲q`，也就是說，雖然在一張圖上不能分辨的深度，從另一個視點就可以找到了
那怎麼找到呢？
現在，我們看下面的圖，在P和p`的連線上，存在另一物體Q`，在T的投影在p`（和P的投影點重合了）在R的投影爲q``，那麼連接p和q``爲直線L1，連接p`和q`爲直線L2，這下就可以理解“極線”的定義了，L1和L2是相對於R和T視點的對應極線，而且在L1上的點也必然在L2上，這就是“極線約束”（epipolar constrain）。
3、
We down scale the search space from 2d to 1d by epipolar constrain
standard form :
Conjugate epipolar lines of two images lie in the same image scan line
Corresponding points are easier to find , they must lie on the same scan line.
我們利用“極線約束”將搜索對應點的空間從2d降爲1d，從而可以在計算出兩個相機的相對位置之後（相機內參外參計算等前期工作暫不討論，可以看opencv的書有詳細講解呢），將普遍情況轉換爲標準情況——兩條極線重合。標準情況如下：
4、
深度信息從哪裏來呢？已知焦距f（此時兩個照相機的焦距相同），投影點在兩個成像視圖的位置Xr、Xt，兩視點的距離B，用相似三角形定理可以計算Z啦。
5、
一張ground truth可能更直觀
下一篇，主要講我對SGM方法的一些理解，參考論文
Stereo Processing by Semiglobal Matching and Mutual Information
by Heikoin 2008 IEEE
希望有興趣的童鞋不吝賜教！
