双目立体匹配三维重建：基于OpenCV的C++实现

1. 项目概述

这个双目立体匹配三维重建项目是基于开源代码进行二次开发的C++工程，主要实现了通过双目视觉进行三维点云重建的功能。项目已经适配了VS2015 Debug win32环境，内置了OpenCV2.4.8的依赖库，使得无论用户电脑是否预先配置了OpenCV环境都可以直接运行。

项目最大的特点是提供了两种不同的三维重建方式：基于特征点的稀疏重建和基于视差图的稠密重建。这两种方法各有优劣，可以根据实际应用场景的需求进行选择。同时，项目还增加了点云数据保存功能，生成的点云文件可以直接用MATLAB进行可视化展示。

2. 环境配置与运行

2.1 系统要求

项目需要Windows操作系统和Visual Studio 2015开发环境。虽然代码是32位版本，但在64位系统上也可以正常运行。OpenCV2.4.8的所有必要文件已经包含在工程中，无需额外安装。

2.2 部署步骤

1. 将工程解压后，进入Reconstuction3d/bin目录
2. 将该目录下所有的dll文件复制到系统目录：
   • 64位系统：C:/windows/sysWOW64
   • 32位系统：C:/windows/system32
3. 双击Reconstuction3d.sln文件打开工程
4. 直接编译运行即可看到重建结果

注意：如果遇到权限问题，可能需要以管理员身份运行VS2015才能成功复制dll文件到系统目录。

3. 代码结构解析

3.1 主要文件功能

工程包含三个核心源代码文件：

1. Reconstuction3d.cpp：程序主入口，负责初始化、参数配置和流程控制
2. cvFuncs.cpp：实现基于特征点的三维重建算法
3. cvFuncs2.cpp：实现基于视差图的三维重建算法

3.2 特征点重建流程

特征点重建是项目的推荐方法，尤其适用于纹理丰富的场景。其完整流程如下：

1. 特征提取：使用SIFT、SURF或FAST等算法检测关键点
2. 特征描述：为每个关键点生成描述子
3. 特征匹配：在左右图像间匹配对应的特征点
4. 误匹配剔除：通过RANSAC算法和单应性矩阵验证去除错误匹配
5. 三角测距：利用匹配点对和相机参数计算三维坐标
6. 点云生成：将三维点保存为文本格式