快速分层代价量聚合立体匹配算法

对贝叶斯分类中最大似然（ML）公式进行了简化，给出了一种实用的快速计算相似度的方法，在此基础上设计了基于分块Gabor特征提取的贝叶斯人脸识别算法。该算法从原始数字图像出发，先对图像矩阵进行分块，然后

为了提高立体匹配效率和获得高精度的亚像素级视差,该文提出一种快速的小基高比立体匹配方法。该方法首先利用积分图像加速自适应窗口和规范互相关度量的计算,然后根据可靠性约束进一步拒绝错误匹配,再采用基于迭代

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

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

现有的多尺度立体匹配算法对各尺度的代价函数采用相同权值,而忽略了各尺度层对整个匹配代价的不同影响,增加了误匹配点。针对此问题,提出了自适应权值的跨尺度立体匹配算法框架。采用统一的代价聚合函数框架在不同

针对ELAS(Efficient Large-Scale Stereo Matching)算法视差图条纹明显且具有空洞区域的问题,提出一种匹配窗口特性与微分特性相结合的局部立体匹配算法,增强描述子对点

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

老外写的SSD匹配算法,备注十分详细,通俗易懂,对新接触到双目视觉立体匹配的学生很有参考价值,还有ncc算法,SAD算法我也从不同老外的要到了,如果需要的话,也可以去我的主页下载

三个基础性的立体匹配算法，直接下载下来就可以运行，学立体匹配必须掌握的算法，只要5个币，真的是白菜价。希望能够帮助到大家，下载后绝对不会后悔的。

基于外极线分区的动态立体匹配算法