OpenCV学习笔记(18)双目测距与三维重建的OpenCV实现问题集锦(三)立体匹配与视差计算...

OpenCV学习笔记(18)双目测距与三维重建的OpenCV实现问题集锦(三)立体匹配与视差计算
2010年10月26日
　　[b] OpenCV学习笔记（18）双目测距与三维重建的OpenCV实现问题集锦（三）立体匹配与视差计算 [/b][b]收藏 [/b]
　　四、双目匹配与视差计算
　　立体匹配主要是通过找出每对图像间的对应关系，根据三角测量原理，得到视差图；在获得了视差信息后，根据投影模型很容易地可以得到原始图像的深度信息和三维信息。立体匹配技术被普遍认为是立体视觉中最困难也是最关键的问题，主要是以下因素的影响：
　　（1） 光学失真和噪声（亮度、色调、饱和度等失衡）
　　
　　（2） 平滑表面的镜面反射
　　
　　（3） 投影缩减（Foreshortening）
　　
　　（4） 透视失真（Perspective distortions）
　　
　　（5） 低纹理（Low texture）
　　
　　（6） 重复纹理（Repetitive/ambiguous patterns）
　　
　　（7） 透明物体
　　
　　（8） 重叠和非连续
　　
　　目前立体匹配算法是计算机视觉中的一个难点和热点，算法很多，但是一般的步骤是：
　　A、匹配代价计算
　　匹配代价计算是整个立体匹配算法的基础，实际是对不同视差下进行灰