立体视觉是从一个场景的多个二维视图中提取三维信息的过程。立体视觉被应用在诸如高级驾驶员辅助系统(ADAS)和机器人导航等应用中，其中立体视觉被用来估计从相机到目标物体的实际距离或范围。
通过估计场景中点的相对深度，可以从一对图像(也称为立体对)中获得三维信息。这些估计用立体视差图表示，它是通过匹配立体对中的对应点来构造的。
使用一对立体图像(左上角和右上角)重建一个场景。为了可视化视差，将右通道与左通道组合在一起以创建一个复合通道(中间偏左)。还显示了场景的视差图(右中)和场景的3D渲染图(中下)。有关MATLAB代码和说明，请参见示例。
对立体图像进行校正以简化匹配，使一幅图像中的对应点可以在另一幅图像的同一行中找到。这将二维立体匹配问题简化为一维问题。立体像校正有两种方法:标定校正法和非标定校正法。通过确定一组匹配的兴趣点，估计基本矩阵，然后进行两次投影变换，实现了未标定的立体图像校正。标定的立体校正利用来自立体摄像机标定过程的信息。
校正后的立体图像对。注意，匹配的点位于同一行。有关MATLAB代码和说明，请参见示例。
立体浮雕显示校正后的立体图像校正。有关MATLAB代码和说明，请参见示例。
立体相机标定用于确定立体对中摄像机的固有参数和相对位置，该信息用于立体校正和三维重建。
正在使用棋盘模式校准立体声对立体声摄像机校准应用程序。
立体视觉还应用于3D电影录制和制作、物体跟踪、机器视觉和距离感知等领域。有关立体视觉的更多信息，请参见计算机视觉工具箱™。
