立体声愿景是从场景的多个2D视图中提取3D信息的过程。立体视觉用于高级驾驶员辅助系统（ADA）和机器人导航等应用中，其中立体视觉用于估计来自相机的实际距离或感兴趣对象的范围。
通过估计场景中的相对点，可以从一对图像从一对图像获得3D信息，也可以从一对图像获得。这些估计在立体声差异图中表示，其通过匹配立体对中的对应点来构造。
使用一对立体图像（左上角和右上角）重建场景。为了可视化视差，右声道与左声道组合以创建复合（中左）。还示出了场景（中右）的视差图和场景（底部中心）的3D渲染。查看matlab代码和解释示例。
立体图像被纠正以简化匹配，从而可以在另一个图像中的同一行中找到一个图像中的对应点。这将2D立体声对应问题降低到1D问题。立体图像整流有两种方法，校准和未校准整流。通过确定一组匹配的兴趣点，估计基本矩阵，然后导出两个投影转换来实现未校准的立体图像整流。校准的立体声整流使用立体声相机校准过程的信息。
纠正的立体声图像对。请注意，匹配点驻留在同一行上。查看matlab代码和解释示例。
显示校准的立体图像整流的立体声骨骼。参见MATLAB代码示例和解释。
立体声相机校准用于确定立体声对中相机的内在参数和相对位置，该信息用于立体整流和3D重建。
使用使用检查板模式校准立体声对立体声相机校准器应用程序。
立体视觉也用于3D动画录制和生产，对象跟踪，机器视觉和范围感应等应用。有关立体视觉的更多信息，请参阅计算机视觉工具箱™。
