初识立体匹配算法

        第一次接触立体匹配算法是源于师兄的一个项目，他需要我用立体像对进行三维重建，当时的我一脸懵逼，在多次求助度娘后，均指向了立体匹配这门技术，所以我才开始慢慢深入它。但是，在了解的过程中曾一度怀疑度娘是否给我了正确的答案，因为每一篇立体匹配相关的文献都会提到“立体匹配是计算机视觉领域中的重要研究方向...”，而我呢，呵呵~~~。

        立体匹配在英文中叫做Stereo Matching或Stereo Correspondence，但是我没能在wiki上找到Stereo Matching的直接定义，反而简述了Stereo Correspondence，是3D reconstruction的一个重要部分。简单说，立体匹配算法就是要在一对有场景重叠的图片中寻找同名点。在此首先要安利两个立体匹配算法相关的重要网站：

        1. KITTI 立体匹配算法排行榜

        2. Middlebury 立体匹配算法排行榜

       虽然这两个重要的排行榜榜首早已经被深度学习强行占领，但是对于所有学习或研究立体匹配算法的同学来讲，都是一个很好的学习网站， 同时也为大家推荐两篇立体匹配算法相关的综述性文献以及链接：

        [1]. Affendi H R , Haidi I .  Literature Survey on Stereo Vision Disparity Map Algorithms[J]. Journal of Sensors, 2016, 2016:1-23.

        [2]. D. Scharstein and R. Szeliski. A Taxonomy and Evaluation of Dense Two-Frame Stereo Correspondence Algorithms. nternational Journal of Computer Vision, 47(1/2/3):7-42, April-June 2002.

       有了这两篇综述性文献，大家肯定能在细细研读后对立体匹配有更为深入的理解和体会。但是，这里需要说明的是，立体匹配算法虽然和特征匹配等技术一样是在两幅图像中寻找同名点，但是他的目标不是要改变两幅图像之间的坐标系统，也不会改变两幅图像之间的坐标系。