我试图弄清楚目前允许使用的两种最有效的算法是什么，从使用传统相机创建的一对 L/R 立体图像（因此受到一些核线未对准的影响）开始，生成一对调整后的图像通过查看它们的差异来加上它们的深度信息。
实际上我发现了很多关于这两种方法的论文，比如：
- “计算立体视觉的校正同形异义词”（张 - 似乎是最好的校正之一）
- “三步图像校正”（蒙纳斯）
- “矫正与差异”（Navab 的幻灯片）
- “基于区域的快速立体匹配算法”（Di Stefano - 似乎有点不准确）
- “Computing Visual Correspondence with Occlusions via Graph Cuts”（Kolmogorov - 这个产生了一个非常好的视差图，还有遮挡信息，但它有效吗？）
- “关于图像不连续性的密集视差图估计”（Alvarez - 第一次审查太长了）
任何人都可以给我一些建议以适应这个广泛的主题吗？
我应该首先处理什么样的算法/方法，考虑到我将处理一个非常简单的输入：一对左右图像，没有其他信息，没有更多信息（有些论文是基于额外的、预先采取的、校准的信息）？
说到工作实现，到目前为止我看到的唯一有趣的结果属于这个软件，但仅用于自动校正，而不是差异：http ://stereo.jpn.org/eng/stphmkr/index.html
我尝试了“自动调整”功能，似乎真的很有效。可惜没有源代码...