1. 研究目的与意义
双目立体视觉属于一种计算机视觉技术，是一门研究如何用摄影机和电脑代替人眼对目标进行识别、跟踪和测量的科学，并且进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像，可以看作是研究如何使人工系统从图像或多维数据中感知的科学。
双目立体视觉测量方法具有效率高、精度合适、系统结构简单、成本低等优点，非常适合于制造现场的在线、非接触产品检测和质量控制。
对运动物体（包括动物和人体形体）测量中，由于图像获取是在瞬间完成的，因此立体视觉方法是一种更有效的测量方法。
2. 课题关键问题和重难点
双目立体视觉融合两只眼睛获得的图像并观察它们之间的差别，使我们可以获得明显的深度感，其关键点在于建立两张图像之间特征点的对应关系，将同一空间物理点在不同图像中的映像点对应起来，然后计算差别，形成视差图像。
所以如何做到把两张图像中的同一空间物理点匹配到一起就是这个课题的第一个难点；在匹配完成后，如何利用差别来形成最终的视差图就是第二个难点。
其中涉及到匹配算法的选择与优化，可以依照生成出来的视差图，与真值来对比，分析出不同匹配算法之间对于不同数据集处理的区别，之外考虑到要在家用电脑上用matlab来实现，要优化代码，减少代码的赘余，增加匹配的效率。
3. 国内外研究现状（文献综述）
计算机视觉概念最早起源于60年代中期，美国麻省理工学院MIT的Roberts首先用程序成功地对三维积木世界进行了解释[1]，以后Huffman，Clows以及Waltz等人对积木世界进行了研究并分别解决了由线段解释景物和处理阴影等问题。
他们的工作把过去的二维图像分析推广到了三维景物分析，这标志着立体视觉技术的诞生，在随后的二十年中计算机视觉迅速发展并形成了一门学科，其中涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域[2]。
到了80年代，Marr教授首次从信息处理的角度综合了图像处理、神经生物学等的研究成果，提出了第一个较为完善的视觉系统框架，按照Marr的设想，从图像推得形状信息得过程分成三个表象阶段[3]：早期处理得要素图或基元图、中期处理的2.5维简图和后期处理的三维模型。
4. 研究方案
使用matlab对左右两图像进行扫描匹配，分析差异值，最后把每个像素的差异值对应到左图像上，生成视差图，其设计方案主要包括三个步骤：获取立体数据集、匹配算法和图像生成，其主要研究方案方向为优化算法方面。
数据集方面：用于处理的数据集准备引用德国2014年明斯特GCPR会议上提供的5组数据集作为处理对象，并与之提供的ground truth对比来评价处理效果；匹配算法方面：初步考虑用SAD算法（绝对值之和）、SSD算法（目标检测）和NCC算法（归一化互相关匹配法）来实现图像中物体的特征点匹配；视差图象生成方面：利用算法处理出的深度信息矩阵数据，经过合理处理后，保证生成的视差图能大致看出图像中几个主要物体的轮廓以及其深度信息，这个要根据不同的算分别调整和优化。
本文主要框架：第一章：绪论第二章：基于SAD算法的立体匹配第三章：基于SSD算法的立体匹配第四章：基于NCC算法的立体匹配第五章：总结与展望
5. 工作计划
2022-2022第一学期： 第15-16周：完成选题，查阅相关中英文资料 第17周：与导师沟通进行课题总体规划。
第18-19周：完成外文文献翻译，列出开题报告大纲，根据毕设任务书的要求进行初步实验研究，并为开题报告的完善查阅文献。
2022-2022第二学期： 第1-2周：提交开题报告，并准备好课题所需求的条件（如寻找数据集）。
