计算机视觉包括三个领域（R3），Recognition，Reconstruction ，Reorganization。识别和检测只能是第一个R，SLAM算第二个R。图像处理属于计算机视觉的底层处理。增强现实AR、IBR、计算摄影（computational photography）是计算机视觉和其他领域如图形学、VR、成像学的交集。
计算机视觉目录：图像形成；图像处理；模型拟合与优化；深度学习；深度估计；特征检测与匹配；分割；基于特征的对齐；运动估计；由运动到结构与SLAM；图像拼接；计算摄影学；立体匹配；3D 重建；基于图像的渲染
数字图像处理目录：
1、立体匹配 Stereo correspondence
应用于，立体匹配是从图像生成三维点云的常规手段。
人根据左眼和右眼的外观差异来感知深度。简单的实验，将手指垂直地放在眼睛前面，交替地闭上每只眼睛，能看到手指相对于场景背景左右跳跃。1张图片无法测量物体深度，2张可以。
下图，两个相机拍摄同一场景，两个场景中相同的点就是一个同名点对，立体匹配就是寻找两幅图中所有的同名点对。
下图，一个概念“极线”约束。在这条极线上找同名点对。大大缩短了寻找同名点对的复杂程度。
下图，极线来源于极平面和相机平面的交线。极平面由两个相机和物体P三个点组成。
一个相机无法测距。下图，两个相机O1、Or，通过公式可以求出深度，就是物体P与相机的距离。视差和深度成反比。
2、SLAM
经典的运动重建（SFM，Structure From Motion），也叫做同步定位和制图（simultaneous localization and mapping，SLAM）。是假设场景静态情况下，通过摄像机的运动来获取图像序列，并得到场景3-D结构的估计。是计算机视觉的重要任务；在机器人领域，这个任务还会估计现场摄像头的姿态和位置，即定位任务。
X.公开图片数据集
参考文献：
1、《Computer Vision_ Algorithms and Applications-Richard Szeliski 》
2、《Digital Image Processing_3ed_Gonzalez_冈萨雷斯》
3、【3D视觉工坊】第八期公开课：立体视觉之立体匹配理论与实战_哔哩哔哩_bilibili https://www.bilibili.com/video/BV1Uv411q7GU
4、单目视觉深度估计测距的前生今世 - 知乎 https://zhuanlan.zhihu.com/p/56263560
