双目立体视觉类不错的一篇文章，作者总结如下： (1)对摄像机标定方法进行了深入的研究，总结了各种摄像机标定方法的特点，重点研究了Zhang平面标定法，并提出了对Zhang平面标定法的改进方法，通过实验证明，改进后的标定方法可以有效提高标定精度。 (2)介绍了常用的滤波方法，分析了常用滤波方法的优缺点。在实验过程中，本文根据实际测量图像的特点及特征提取的需要，采用基于中值的加权均值滤波方法，获得了较好滤波效果。 (3)在特征提取中，介绍了边缘检测和角点检测方法。本文的特征提取选择了基于Harri

图像特征点中心定位是位姿测量中求解位姿的关键.针对同一图像有多个几何形状的问题，首先利用开源计算机视觉库OpenCV对原图像进行区域分割，得到目标区域的边缘，其次将每个区域进行像素填充；然后用Harris算法进行角点检测；最后根据角点坐标再计算中心点，并将文中算法就一幅图像中有单个几何形状的情况与原始Harris和改进的Harris算法从准确率和效率上进行了比较.实验证明，这种中心定位算法不但提高了准确率和效率，而且误差可以减小到1个像素以内.

经典的Harris算法在提取图像的角点上具有计算简单、适应性强等优势，但该方法由于人为设定单一阈值，容易出现伪角点、漏检点及运行速度不理想等现象。针对这一情况，文章在传统Harris算法基础上提出一种新的检测方法，采用多阈值的圆形非极大值抑制法提取角点, 以此降低算法检测时间并增强图像旋转不变性，再借鉴SUSAN思想消去大部分伪角点。通过实验对比，该算法具有更好的角点检测性，为后期的图像配准奠定了良好的基础。