Effective large scale stereo matching

Geiger.A, Efficient large-scale stereo matching, In ACCV(2010)

摘要：本文提出的算法用于在双目立体视觉中进行快速高清晰度图像匹配。本算法通过在一组支持点上的三角测量构建视差的先验值。由于支持点可被精确地匹配，避免了使用其余点进行匹配造成的匹配模糊。进而可以通过有效利用视差搜索空间，重建精确的稠密视差图，而不必进行全局优化。另外，本算法可以自动决定视差范围，并易于并行运算。我们在大规模Middlebury试验平台上显示了该算法的高效性，并且很大程度上提高了当前性能。在一个单CPU核上计算一张1M像素图像的左右视差图大约耗时为1秒。

  该文章发表在2010年的accv上面，看了一下公式和代码都异常复杂，主要思想就是通过待匹配图像上的特征点作为匹配的支撑点，在支撑点上做三角剖分，对视差在进行插值计算，但是效果一般，适用于实时性要求高的场合。

       整个工程都用OpenCV和openmp 完成，代码异常复杂，但是整体上非常吻合工程师的代码风格，可以学习一下，但是改进难度比较大。

代码链接：http://www.cvlibs.net/software/libelas/