pcl pcl 一，功能描述 1，视差图点云创建， 2，鼠标选取点云创建区域与待匹配物体， 3，点云滤波， 4，点云超体聚类， 5，LCCP分割， 6，点云降采样 7，ICP匹配 8，点云显示。 二，功能解释 1，视差图点云创建 点云创建部分 使用四元数旋转参数 q(0.5,0,0,0) 与位移参数（0，0，0）使创建的点云为以相机坐标系为原点。 采用原图进行 1/4 采样的方式加速点云创建。 2，鼠标选取点云创建区域与待匹配物体 待创建区域的选取是在RGB图像上进行的，通过鼠标左键获取选取区域的对角坐标，存储在Pt1与pt2中，鼠标右键点选待匹配物体，坐标点存储在pt3中。 3，点云滤波 滤波主要采用了统计滤波器：pcl::StatisticalOutlierRemoval 与半径滤波器：pcl::RadiusOutlierRemoval 4, 点云超体聚类 pcl::Supervoxe

双目立体视觉中，计算视差的方法并利用散斑技术来完成

基于边缘检测的视差图效果优化.pdf

matlab 视差图计算代码光流视差误差计算和可视化 该存储库通过基于真实值评估和可视化流误差和视差误差，为光流算法提供了比较工具。 该代码已在 MATLAB 中实现，它以一种易于使用的方式集成了计算、可视化和编程。 快速开始 为了快速理解基本概念和实现，运行 demo.m，它接受地面实况和估计的流量和视差图作为光流误差和视差误差计算和显示的输入。 光流数据集 请参阅这篇关于“光流算法的评估数据集和基准：综述”的评论论文，以选择优选数据集以用于特定任务和培训的关键实施： 用法 流程演示 flow_read() → 从 PNG 图像加载流场 F flow_visualization → 以 u 和 v 作为函数的输入显示光流的颜色图和可视化（这里 u 和 v 分别指流场的水平和垂直分量）并输出循环编码的 uint8 图像flow_error → 计算流场和地面实况之间的流量误差flow_error_image → 显示流场和地面实况之间的流动误差flow_write → 将流场 F 保存为 png 格式 立体声演示 disp_read() → 从 PNG 图像加载视差图 D stereo

基于视差空间采样的区域增长稠密立体匹配算法

随机点立体图像历史发展、生成方法、软件介绍

单页HTML5企业官网模板是一款带有视差效果，兼容手机端的企业HTML5模板。.rar

橙色视差滚动设计公司模板是一款基于html5+css3实现的鼠标滚动视差切换设计企业网站模板下载。.rar

Matlab视差增强算法，通过RGB三通道增强

计算机视觉的实验，Python写的代码，萌新代码，勿喷，仅仅只是方便没时间写实验的朋友，直接用python打开就能运行