立体图像整流和差异：哪些算法？

Question

我正在试图找出目前最有效的两种算法，从使用传统相机创建的L / R对立体图像开始（受一些极线偏差影响），生成一对通过观察它们的差异来调整图像加上它们的深度信息。

实际上我发现了很多关于这两种方法的论文，比如：

• “计算纠正立体视觉的同形词”（张 - 似乎只是最好的整改之一）
• “三步图像再现”（Monasse）
• “整顿与差异”（Navab幻灯片）
• “快速区域立体匹配算法”（Di Stefano - 看起来有点不准确）
• “通过图形切割计算与遮挡的视觉对应”（Kolmogorov - 这个产生一个非常好的视差图，也有遮挡信息，但它是否有效？）
• “尊重图像不连续性的密集视差图估计”（Alvarez - 第一次审查太长了）

任何人都可以给我一些关于这个广泛主题的建议吗？

我应该首先考虑哪种算法/方法，考虑到我将处理一个非常简单的输入：一对左右图像，没有别的，没有更多的信息（一些论文是基于额外的，预先采取，校准信息）？

谈到工作实施，到目前为止我看到的唯一有趣的结果属于这个软件，但仅用于自动整改，而不是差异：http://stereo.jpn.org/eng/stphmkr/index.html

我尝试了“自动调整”功能，看起来非常有效。太糟糕了，没有源代码......