根据官方例程进行改变。进行三角测量的两种方法进行三维坐标计算，非全图三维重建，是特征点，这里使用的是棋盘格角点作为匹配点

从双目视觉图片，左右双摄得到的图像，来获取图片的深度信息。从而用于构建3d图片。

libviso一直以来被称为在视觉里程计(VO)中的老牌开源算法。它通过corner,chessboard两种kernel的响应以及非极大值抑制的方式提取特征，并用sobel算子与原图卷积的结果作为特征点的描述子。在位姿的计算方面，则通过RANSAC迭代的方式，每次迭代随机抽取3个点，根据这三个点，用高斯牛顿法计算出一个RT矩阵，表示两帧图像之间，相机的姿态变换。而位姿的计算也是libviso 中较为抽象的一部分，接下来，本文将在读者已经对立体视觉的基本原理，以及libviso的场景流匹配熟悉的前提下，对这个过程进行详细分析。

基于DM642的机器人双目视觉系统设计，C代码

基于双目视觉的轮式机器人动态避障研究 基于双目视觉的轮式机器人动态避障研究

可在Windows环境中使用，利用opencv和vs软件，环境配置好之后，更改程序中的相应图片，就可以得到双目视觉的视差图

运用opencv对双目视觉系统进行标定和校正，精度很高

双目视觉利用两幅图像进行特征点匹配，生成三维点云，完成三维重建

国外的基于matalb的双目视觉标定的程序，http://www.vision.caltech.edu/bouguetj/calib_doc/

使用python3.7实现SGBM算法，通过调用opencv库函数来实现图像匹配，计算出左右图的视差图