立体匹配

Stereo Matching进阶

在左右两张图里找同一点的对应位置，算出视差再换成深度。

立体匹配是双目测深的核心步骤：先把左右图像校正到同一水平线上（极线校正），然后对左图每个像素在右图同一行上找最像的点，二者横向距离就是视差，再按深度 = 焦距 × 基线 / 视差换成深度。传统方法有块匹配和半全局匹配（SGM）；深度学习方法用神经网络构建代价体或迭代更新（如 RAFT-Stereo），近年的 FoundationStereo 等模型能零样本泛化到新场景。难点在无纹理区域、反光和透明表面、遮挡边界。它决定了双目相机深度图的质量，也是机器人抓取透明物体时常被改进的环节。