立體視覺中，怎樣提取左、右圖像中特定的特徵點進行立體匹配？如下圖中抓手上的幾個標識點，在匹配時如何只提取這幾個標識點進行匹配

希望對你有幫助。

---

1. 用角點檢測方法把左右圖像特徵點提取；如 HARRIS,Harris and M. Stephens (1988).「A combined corner and edge detector」

2. 根據立體視覺標定結果計算外極線，對於左圖像上任一特徵點，在右圖像上利用極線約束進行搜索匹配。如果不想自己寫，OpenCV有現成的類。

參考：極線約束（epipolar constraint）

三維空間中一點p，投影到兩個不同的平面I1、I2，投影點分別為p1，p2。

p、p1、p2在三維空間內構成一個平面S。

S與面I1的交線L1過p1點，稱之為對應於p2的極線。同理S與I2的交線稱之為對應於p1

的極線（對應於左邊圖像點的極線在右邊圖像上，右邊與之相同）。如圖：

所謂極線約束就是說同一個點在兩幅圖像上的映射，已知左圖映射點p1，那麼右圖映射點p2一

定在相對於p1的極線上，這樣可以減少待匹配的點數量。

---

這種預設標誌點建議用模板匹配，應該會比較好提取，右邊那個看不全，可能你模板得就著可見性最差的那個選，或者用一大一小兩個模板綜合來看，這是連續大量圖像的做法。這種貼標誌點的辦法多年前就被用來做三維測量了，可以參考的東西應該不少，標誌點應該是不用旋轉角度都一樣，或者你換一種方形標誌點來做（黑色方形、中間是個白色圓點，這種標誌點在三維測量裡面用得比較多）會規避掉旋轉角度的問題。想來應該用不到上SIFT、SURF這種旋轉、尺度不變性的特徵提取匹配演算法（如果你有這兩種演算法的現成代碼應該也能用，但是有點兒高射炮打蚊子的感覺）。

如果你就一對兒兩幅圖，偷懶的辦法是載入圖像依次單擊滑鼠把幾個點的大概位置點出來，程序根據滑鼠位置取ROI來檢測特徵點。MATLAB的相機標定工具箱有類似的做法可以參考

標誌點都提取出之後就是極線匹配那一套了，有答案說得很清楚。

---

題主說的立體匹配的意思是指算視差嗎？

如果是手工控制可以指定坐標的吧，代碼寫死或者滑鼠點擊的方式（可以參考網路上一些滑鼠事件的程序）

自動化批量處理，可以先提特徵，匹配，再用匹配上的特徵點直接計算視差，這樣找到的點不一定是你要的那幾個點。

還有如果你題目描述中給的帶黑白圈的這張圖就是你原始數據的話，可以找找有沒有具有旋轉不變性的模板匹配的方法，幫你在圖中搜出這幾個黑白圈的位置，再考慮匹配的問題。

---

我覺得兩個思路吧，一個是兩個相機中的標誌點分別提取，再一個個對應過去，一個是再提取過程中用兩幅圖像互為參考，不斷縮小提取範圍，提高精度，兩個都可以各有優劣。至於具體在圖像中用什麼特徵，我覺得模板匹配就可以啊，這個比較簡單，其他的也可以用顏色特徵，顯著性，二維直方圖。。估計最好用的還是模板和顏色特徵。啊，深度學習也可以，估計效果會不錯

---

假設雙目相機已經標定（參考極線約束理論）。分析了下這個圖片，個人覺得第一步是對兩幅圖提取特徵點（可以採用角點檢測，然後根據點周圍顏色、梯度特徵等篩選出圖中所示的特徵點）;接下來就是在極線範圍內搜索，對特徵點進行匹配，計算視差;最後根據相機內參數計算每個特徵點的距離。

---

推薦閱讀：