数字视频处理中利用自适应窗口进行视差估计的算法实现 算法理论部分来自于教材《数字视频处理》（黎洪松主编）第七章

有需要的同学可也下载一下，是关于视差运动估计的几种算法，完整的matlab程序

InStereo2K：用于室内场景立体匹配的大型真实数据集 概述 InStereo2K [1]包含2050对具有高精度视差图的图像（用于训练的2000个图像，用于测试的50个图像）。 我们希望它可以改善深度立体声匹配网络的泛化性能。 包伟，王伟，徐玉华，郭玉兰，洪思宇，张小虎。 InStereo2K：用于室内场景立体匹配的大型真实数据集。 中国科学信息科学。 2020年。 资料格式 为了保持亚像素精度，原始浮动视差图被放大了100倍并进行了四舍五入，最后以16位PNG格式存储。 因此，在使用数据集时，将视差值除以100以得到正确的比例。 无效视差设置为零。 在训练过程中，无效像素应被踢出。 如果使用调整大小来增强视差范围内的数据集，我们建议使用最近的插值法。 视差图样本 评估 下图是使用我们的数据集对iResNet [2]进行微调的结果，bad2.0错误为18.5。 使用数据集微调

针对双目视觉立体匹配中的视差优化问题, 提出一种基于稳定树形结构的视差优化算法. 在双目匹配问题 中, 视差可以通过检测左右眼2张视觉成像图片中的对应点的信息来计算得出, 以生成三维深度图像, 继而通过视差 优化这一步骤提高三维深度图像的质量. 从计算视差中支持域的角度出发, 用稳定度的概念来衡量支持域的特征; 通过基于稳定度的树结构来评估和重构支持域, 用于之后的代价聚合, 以减少视差错误. 除了室内图片, 文中方法还 被拓展到了真实路面的数据集, 其在移除大块视差错误和整合碎片上取得了明显优于其他方法的效果; 与传统的基 于树结构的方法相比, 在保持精确度的同时降低了 70%的聚合时间, 极大地提高了视差优化的速度.

不用涉及到各种冲突常规打造酷炫下拉视差效果SmartRefreshLayout+ViewPager+RecyclerView，简书地址：https://www.jianshu.com/p/d35b5fa37b26

MATLAB从视差图到点云图，利用三维重建求解每个坐标点，进行三维点云显示。利用原始图像进行映射，从而实现原图的颜色显示，得到原始三维模型图。

使用视差图进行PCL点云创建，本例程为单张视差图创建示例，没有颜色信息，资料中附带了三张视差图供测试使用。PCL设置点云坐标原点为摄像机坐标系原点。

计算机视觉 ，求TUKUBA图像的稠密视差 ，matlab代码。

基于VISUALSTUDIO2013OPENCV2.4.10下的双目摄像机标定立体匹配矫正最后实现三维重建功能

基于动态规划的立体匹配代码-使用MATLAB实现。此代码已经将各个参数调试完毕，下载后可直接运行。在学习的道路上希望大家相互帮助。。。这是第一次上传代码，若大家喜欢的话在后期还会继续上传一些立体匹配的源代码，供大家学习与参考。