双目立体视觉测量系统是工业测量中的重要手段，三维重建是双目立体视觉测量体统中非常重要的一环。基于视差原理的传统三维重建模型是对双目立体视觉系统的一种理想化抽象。通过分析由平面到三维点的实际映射过程，提出了一种更加符合实际数据的三维重建模型，异面直线公垂线三维重建方法。该方法通过计算两摄像机光心与其各自像点构成的两条空间直线的公垂线，即两条异面直线的最小距离点来定位三维空间点，且其最小距离参数可有效判断误匹配点。通过实验对该方法进行了验证。结果表明该方法可达到传统视觉三维重建方法的测量精度，并可有效判断匹配点是否为误匹配点。

KITTI 2012/2015双目立体匹配(stereo matching)数据集百度云下载-附件资源

对于基于块进行立体匹配的深度学习方法而言，网络结构的设计对匹配代价的计算至关重要，同时，卷积神经网络（CNN）在图像处理时的耗时问题也亟待解决。提出一种基于“缩小型”网络的CNN立体匹配方法。利用CNN训练左右图像块的相似性，计算出立体匹配的匹配代价。其中，CNN特征提取阶段，通过对每个层增加相应的批归一化层，可以使训练使用更大的学习率，加快网络训练收敛速度。另外，网络设计中全连接层采用“逐层缩小”的形式，结合上述网络优化和损失函数改善，在保证精度的同时提高了运行速度。使用KITTI数据集对算法进行验证，实验结果证明，相比目前国内外先进方法，本文算法在精度方面有一定优势，相比部分方法，速度有较大提升。

OpenCV+OpenGL 双目立体视觉三维重建代码以及文档 使用opencv进行立体匹配获取视差图，三角剖分 使用opengl进行纹理贴图 需要配置opengl，opencv，vs2015工程 博客地址： http://blog.csdn.net/wangyaninglm/article/details/52142217

基于HALCON的W双目立体视觉系统实现2142171122574461,很不错！！

双目立体视觉中，计算视差的方法并利用散斑技术来完成

基于现场可编程门阵列( FPGA)的双目立体视觉系统的设计方案,同时介绍了系统的硬件结构,并在讨论区域匹 配的快速算法的基础上,提出了基于FPGA的像素序列和并行窗口算法框架,用以实现零均值像素灰度差平方和 (ZSSD)的匹配算法。

基于HALCON的双目立体视觉系统实现 .

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征点，通过比对特征点能量值来剔除误匹配。该算法有效降低了误匹配率和误剔除率，从而满足多视角测量数据拼合过程中严格限制误匹配率的要求。实验结果表明，该算法正确匹配率大于95%，误剔除率小于2%，具有较强的稳健性。

立体匹配一直是计算机视觉领域的一个中心研究问题. 首先综合介绍了立体匹配算法的研究概况,论述了 双目立体匹配算法中各种约束的核心概念和适用范围;然后重点归纳分析了立体匹配算法的分类及其发展过程中的 各种演化算法,对其关键技术进行了剖析和比较,并总结了目前存在的主要难题和可能的解决途径;最后对该领域存 在的问题和技术发展趋势进行了分析和讨论.