基于双目立体视觉技术的快速非接触测量目标物体的体积以及三维重建仿真+含代码操作演示视频 运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

深度学习解决双目立体视觉问题（matlab，毕设）

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

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。

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 .