基于动态规划的立体匹配代码

MATLAB关于立体匹配，实现方法SAD SSD NCC CENSUS，适合初学者。

双目立体视觉通过从不同角度拍摄的两张照片来估计一个场景的三维形状。在偏极几何中,这等价于一个匹配问题。本文介绍了Kolmogorov和Zabih在2001年提出的一种基于能量的公式。

基于剔除策略的立体匹配算法，方素平，李一超，基于窗口的立体匹配方法是非常经典的算法。但是，在无纹理区域和遮挡区域内，窗口匹配算法精度低、匹配正确性无法得到保证。对于

基于SIFT特征描述子的立体匹配算法 文主要贡献为，提出了多颜色空间融合差分、Haar 特征密度分布图以及多特征融合的图像匹配方法。

为快速而准确地得到稠密视差图,提出了一种基于限制搜索空间的动态规划立体匹配算法。该算法以动态规划立体匹配方法为基础,通过初始匹配序列限制搜索空间以减少搜索变量个数。同时,提出一种基于自适应权重的多窗口

为提高双目立体视觉测量图像精确匹配的稳定性,提出一种基于特征点能量的稳健匹配新算法。该算法基于极线约束获取左右图像中特征点的初始匹配,根据特征点之间极线约束关系定义了一种不受仿射变换影响的能量来描述特

针对局部立体匹配算法中边缘区域易造成误匹配的问题,提出一种基于边缘加权的跨尺度局部立体匹配算法。在代价计算阶段,根据边缘点的数量和结构信息提出一种边缘相似度测量方法,并对满足约束条件的点进行两种策略的

提出了一种基于区域先验信息的去遮挡立体匹配算法。该方法采用边缘检测和区域生长对参考图像进行区域分割,将分割后的同质区域作为区域先验信息引入代价计算中,减弱了代价函数对遮挡区域的敏感度,并使用区域一致性

基于在保证实时性的前提下提高匹配精确度的目的,本文采用了一种基于扩展双权重聚合的实时立体匹配方法。扩展双权重聚合是基于以下2个新的想法。第一,扩展双权重聚合越过颜色边界连接相似区域,对于一个给定的像素

国外著名实验室的较好的介绍立体匹配的PPT。包括概念，算法介绍以及硬件模型。十分适合于立体视觉的入门。