双目视觉，基本矩阵工具箱，外极几何。matlab代码，包含一些小算法-Stereo vision, fundamental matrix Toolbox.Epipolar Geometry

总目录 第一章 硬件接口 3D应用程序与硬件的交互作用 在计算机屏幕上显示图像 事件反应 使用不同的体系结构 第二章 3D变换 欧几里得空间，自由度和基本变换 平移 缩放 在平面内旋转 3D旋转 坐标系 变换次序 以矩阵形式表达变换 投影变换 第三章 2D图元光栅处理 第四章 2D和3D裁剪 第五章 视处理 第六章 建模 第七章 隐面消除 第八章 光线 第九章 构建3-D应用程序的实践方面 -Gener

用于双目立体图像匹配：用surf提取特征点、Flann匹配、RANSAC计算基本矩阵完成立体图像对的极线校正，用opencv实现-For binocular stereo image matching feature extraction point: surf, Flann matching, RANSAC calculation of the completion of the fundamental matrix the epipolar rectification of the ster

RANSAC为RANdom SAmple Consensus的缩写，它是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。它于1981年由Fischler和Bolles最先提出[1]。 RANSAC算法经常用于计算机视觉中。例如，在立体视觉领域中同时解决一对相机的匹配点问题及基本矩阵的计算。 RANSAC算法的基本假设是样本中包含正确数据(inliers，可以被模型描述的数据)，也包含异常数据(Outliers，偏离正常范围很远、无法适应数学模型的数据)