双目立体匹配算法：从零搭建完全手册
📚 共计 30 章节
第01章
立体视觉概述
什么是双目立体匹配、深度感知原理、应用场景（自动驾驶、机器人、AR/VR）
基础
概念
第02章
相机成像模型
针孔相机模型、世界坐标系到像素坐标系的转换、内参与外参矩阵
几何
矩阵
第03章
相机标定基础
张正友标定法原理、棋盘格角点检测、单应性矩阵求解
标定
棋盘格
第04章
相机标定实战
使用OpenCV进行相机标定、获取内参和畸变系数、去畸变操作
OpenCV
实战
第05章
极线几何
对极几何约束、本质矩阵E、基础矩阵F、极线方程推导
几何
矩阵
第06章
立体校正
Bouguet算法原理、图像重投影、立体校正的OpenCV实现
校正
OpenCV
第07章
视差与深度
视差定义、视差与深度的三角测量关系、深度图生成
深度
三角测量
第08章
匹配代价计算（上）
SAD（绝对差和）、SSD（平方差和）、NCC（归一化互相关）
代价
相似度
第09章
匹配代价计算（下）
Census变换、BT代价（Birchfield-Tomasi）、MI（互信息）代价
Census
MI
第10章
代价聚合
Box Filter、高斯滤波、引导滤波在代价聚合中的应用
滤波
聚合
第11章
局部立体匹配
固定窗口法、自适应窗口法、快速局部匹配算法
局部
窗口
第12章
全局立体匹配（上）
动态规划（DP）在立体匹配中的应用、扫描线优化
DP
全局
第13章
全局立体匹配（下）
图割（Graph Cut）算法、置信度传播（BP）算法
Graph Cut
BP
第14章
半全局匹配（SGM）
SGM算法核心思想、多路径代价聚合、P1和P2惩罚参数
SGM
半全局
第15章
SGM实战
从零实现SGM算法、参数调优、效果对比
实现
调优
第16章
视差优化（上）
左右一致性检查（LRC）、唯一性约束、剔除异常视差
LRC
优化
第17章
视差优化（下）
中值滤波、双边滤波、加权中值滤波对视差图的平滑
滤波
平滑
第18章
亚像素插值
二次曲线拟合、等角插值、提高视差精度的技巧
插值
精度
第19章
立体匹配数据集
Middlebury数据集、KITTI数据集、SceneFlow数据集介绍与使用
数据集
KITTI
第20章
评估指标
均方误差（MSE）、绝对误差（MAE）、坏点百分比（Bad Pixel）、EPE
指标
评估
第21章
基于深度学习的立体匹配（上）
端到端学习范式、GC-Net架构解析
深度学习
GC-Net
第22章
基于深度学习的立体匹配（下）
PSMNet、GANet、RAFT-Stereo简介
PSMNet
GANet
第23章
特征提取
SIFT、SURF、ORB特征在立体匹配中的应用与局限
特征
ORB
第24章
稀疏匹配与稠密匹配
特征点匹配、光流法与立体匹配的关系
稀疏
稠密
第25章
实时立体匹配
CUDA加速、OpenCL加速、嵌入式平台优化策略
CUDA
实时
第26章
立体匹配中的挑战
弱纹理区域、重复纹理、遮挡、光照变化处理
挑战
鲁棒性
第27章
多目立体匹配
三目、四目系统设计、多视角融合策略
多目
融合
第28章
立体匹配与SLAM结合
ORB-SLAM中的立体匹配模块、深度图与位姿估计
SLAM
ORB
第29章
立体匹配工程化
C++部署、ROS集成、Docker环境搭建
工程
ROS
第30章
综合项目实战
搭建完整的双目深度估计系统，从标定到深度图输出全流程
实战
全流程