Stefano Mattoccia 的讲义 Stereo Vision: algorithms and applications,是2015最新版，与旧的版本相比，除了准确详实的记述了立体匹配的基本原理和关键技术，增加了新的3D应用和FPGA处理的详细过程。
2022-09-12 10:42:39
51.45MB
1
StereoVision-tensorflow
使用tensorflow实现双目视觉中的BM, SGBM算法
2021-09-22 14:03:39
528KB
1
国外著名实验室的较好的介绍立体匹配的PPT。包括概念，算法介绍以及硬件模型。十分适合于立体视觉的入门。
2021-06-22 20:52:18
51.42MB
1
matlab线条标记的代码立体视觉路检测
该存储库向公众开放，任何想要实施道路车道线检测的人都可以自由使用它。
它将新的车道线检测算法与其他车道标记检测器集成在一起，以识别正确的车道线标记。
它还适合多个道路模型，以提高准确性。
提出了一种有效的立体3D重建方法来估计车辆的定位。
新的粒子滤波框架进一步保证了估计的一致性，该框架考虑了车辆动力学。
基于在不同视觉条件下拍摄的图像序列的实验结果表明，所提出的系统能够以98.6％的精度识别车道线标记。
车辆到车道线距离的最大估计误差在白天为26厘米，夜间为16厘米，相对于切线的行驶方向的最大估计误差在白天为0.06rad，在夜间为0.12rad。
要运行代码：只需运行main.m
要求：64位Windows
+
Matlab
有关更多详细信息和引用，请参阅以下文章：@article
{du2016comprehensive，title
=
{用于自动驾驶汽车车道水平定位的综合和实用视觉系统}，作者=
{Du，Xinxin
and
Tan，Kok
Kiong}，日志=
{IEEE图像处理交易}，数量=
{25}，数量=
{5}，页面=
{20
2021-06-21 20:14:50
89.61MB
1
A compact algorithm for rectification of stereo pairs
如何进行立体校正
2021-06-16 17:01:42
186KB
1
本文档主要是三维重建中的立体匹配内容，文档中的图生动形象，有助于加深对立体匹配过程的理解，也较为经典，对三维重建感兴趣的可以看看。
2021-01-28 05:03:40
47.2MB
1
Stereo Vision：Algorithms and Applications
2020-01-03 11:37:20
51.61MB
1