我正在阅读立体视觉的主题，使用Hartley＆amp; Zimmerman的书以及一些论文，因为我正在尝试开发一种能够从两个图像创建高程图的算法。
我正在尝试提出这种算法的基本步骤。这就是我认为我必须做的事情：
如果我有两个图像，我不得不找到基本矩阵F，以便在以后的三角测量中找到所有点的实际高程值。如果摄像机是校准的，这很简单，如果不是稍微复杂一点（在H＆amp; Z中可以找到很多方法）。
为了获得核线，有必要知道F.这些是用于在第二图像中找回第一图像中的图像点x的线。
现在，部分内容让我感到有些困惑：
现在，我将开始在第一张图片中拍摄图像点x_i，并尝试使用一些匹配算法在第二张图片中找到对应的点x_i’。使用三角测量，现在可以计算真实世界点X并从中计算出它的高程。将对右图像中的每个像素重复此过程。
在完美世界（无噪音等）中，将根据
进行三角测量 x1=P1X
x2=P2X
在现实世界中，有必要找到最合适的。
对所有像素执行此操作将根据需要生成完整的高程图，但是某些像素将无法匹配，因此无法进行三角测量。
最让我困惑的是，我觉得Hartley＆amp; Zimmerman跳过了关于如何获得你的点数对应（匹配？）的整个讨论，而且除了这本书之外我读过的论文还谈了很多关于差异图的文章。在H＆amp; Z中根本没有提到。但是我认为我理解正确的差异只是差异x1_i- x2_i？
这种方法是否正确，如果不是，我会在哪里犯错误？
答案 0 :(得分：0)
您的方法通常是正确的。
您可以将立体摄像系统视为空间中的两个相对方向已知的点。这是光学中心。在每个光学中心的前面，你有一个坐标系。这些是图像平面。当您找到两个相应的像素时，您可以计算每个像素的一条线，通过像素和相应的光学中心。在两条线相交的位置，3D中存在物点。由于不完美的世界，它们可能不会相交，人们可能会使用线条彼此最接近的点。
有几种算法可以检测哪些点对应。
当使用视差时，需要对齐两个图像平面，使得图像是平行的，并且图像1中的每一行对应于图像2中的相同行。然后，仅需要基于每行搜索对应关系。然后，也足以了解单个对应点的x轴上的差异。这就是差距。