2.2 树莓派获取双目图像 2.1.1 树莓派安装 opencv

深度学习解决双目立体视觉问题（matlab，毕设）

SIFT源码，有利于理解SIFT原理，参考国外大神写的

用matlab实现由双目图恢复出场景视距图（深度图）的代码，亲测可用，提供大家参考参考。

基于FPGA的双目立体视觉图像采集处理系统设计 基于FPGA的双目立体视觉系统 基于双目立体视觉的三维信息快速大尺度测量系统

根据摄像头定标后获得的单目内参数据（焦距、成像原点、畸变系数）和双目相对位置关系（旋转矩阵和平移向量），基于opencv开发环境分别对左右视图进行消除畸变和行对准，使得左右视图的成像原点坐标一致、两摄像头光轴平行、左右成像平面共面、对极线行对齐。

MiddleBurry双目数据集 2014 Stereo datasets with ground truth。 测距 点云

这是我双目测距代码中的使用opencv31.进行双目立体标定的代码。

首先pip install -r rerequirements.txt 搭建好yolov5的环境 搭建好yolov5的环境后直机运行 python detect_and_stereo_video_003.py

针对传统基于像素的显著性模型存在的边缘模糊、不适于低对比度环境等问题,提出一种基于双目视觉信息的显著性区域检测方法.采用简单线性迭代聚类(SLIC)方法对图像进行超像素分割,将生成的超像素区域进行合并.通过计算各区域在左右视图的相对移动距离获取物体深度信息,以区域为单位分别计算颜色对比度及深度对比度,进行合成得到区域的显著性值.结果表明,生成的显著性图轮廓清晰,边缘锐利,同等条件下近处及深度变化显著的区域能够获得更高的显著性.该方法符合人类视觉感知特征,适用于移动机器人障碍物检测及场景识别.