我在openCV中使用了cvStereoFindCorrespondenceGC（）来从着名的tsukaba图像中生成视差图。但我注意到它缺乏3D功能（例如灯泡是扁平的而不是略微弯曲的）。如何解决这个问题？目前的算法缺少什么？
答案 0 :(得分：0)
视差图仅包含有限数量的深度信息（z轴，例如指向屏幕）。
您需要查看激光雷达或类似的飞行时间方法，以便提取/扫描/重建3D场景。
说过你可以尝试Sentience Project
它使用了“用于移动机器人的3D体积感知系统”，其根植于立体声匹配。
答案 1 :(得分：0)
您可能还想尝试类似“运动中的结构”方法。 当您在对象周围移动时，您可以从不同角度拍摄许多照片，然后计算至少3张图像中出现的像素的位置。这些可以产生非常好的模型，更接近LiDAR等效物。
e.g。 MS Photosynth（免费），或AGISoft Photoscan（工作试用但不能保存/导出模型）
对于开源版本，请查看Insight 3D http://insight3d.sourceforge.net/