小编use*_*623的帖子

我正在寻找一种方法或算法，该方法或算法可以使我识别和配对来自两个不同图像的点集，以实现立体视觉。

随附的图片展示了我目前所拥有的：2个摄像机在Y轴上对齐，在X轴上稍微偏移，查看一组点。我能够在两个相机图像（IMG0和IMG1）上跟踪并获取每个点的2D位置。

因此，我有两个2D坐标列表：

L0 = { a0, a1, a2, a3, a4, a5, a6 }
L1 = { b0, b1, b2, b3, b4, b5, b6 }

现在，为了进行三角剖分以获得每个点的3D位置，我需要知道图像IMG1上的哪个点对应于IMG0上的哪个点。两台摄像机都能看到完全相同的一组点，具有相同的总体形状，但是很明显，由于轻微的变形以及摄像机在水平方向上的偏移，因此2D坐标从图像到另一个不匹配。

理想情况下，我正在寻找的点匹配算法将产生如下列表：

List = {a0-b0, a1-b1, a2-b2,...}

只要我确定每个点都与第二个图像中的正确点配对，列表的顺序就无关紧要。

我一直在看几篇介绍立体映射算法的论文，但是我没有发现与我的问题相关的任何东西，因为大多数算法都是基于重图像特征识别的，这不适用于我想快速处理真实图像的情况。 -时间。我似乎找到的最接近的解决方案是此处介绍的点匹配算法，但对于我的问题而言，这似乎又太沉重了。

任何帮助将不胜感激。