yzfzzz的博客

Stereo-Detection 是一个传统的SGBM深度测距+yolov5目标检测，并部署在Jeston nano的开源教程。它致力于让更多的大四学生毕业，以及让研一学生入门

我们可以通过cv.remap()函数来将img2映射到img1对应位置上并合成。：重映射，即把一幅图像内的像素点放置到另外一幅图像内的指定位置，俗称“拼接”四种模式，它们的精度和速度呈反比，可根据情况来选择不同的模式.自制的标定数据集，必须用自己相机拍摄照片制作数据集。函数为opencv集成的算法；会降低精度，但提高速度。

任意选取一个像素点，横向、纵向扩张，直到遇到颜色差异较大的地方才停下来。然后在扩张后的像素点，重复上述操作。这样，因为能及时发现边界，就能大概判断出。即我们发现在这条视差方向r上，纵轴（聚合后的代价）最小，那么我们就取出视差值（d=18）Bilateral filter就是输入的代价，乘以一个高斯函数，实现平滑。例如opencv收录的sgbm算法，就是计算了下面5条路径的代价。d是移动像素的大小。(AD, BT, Census, MI, …是该像素点左侧，最优代价。即当d=i时，左侧有最优代价，那么就。..

代价函数用于计算左、右图中两个像素之间的匹配代价（cost）。cost越大，表示这两个像素为对应点的可能性越低。

本文主要推导了双目视觉中深度的计算