Opencv 实时光流

我使用光流作为视障人士的实时障碍物检测和回避系统。我正在开发c#中的应用程序，并使用Emgu Cv进行图像处理。我使用Lucas和Kanade方法，我对算法的速度非常满意。我使用的是单目视觉，因此很难精确计算每个被跟踪特征的深度，并相应地提醒用户。我计划使用超声波传感器来帮助障碍物检测，因为单目相机很难进行深度计算。关于如何单独使用相机准确估计深度的任何建议？

仅当您移动相机时，一次性护理的深度才有效。您可以通过视频查看一些3d方法。这是一个非常困难的问题，特别是当摄像机视野中的物体也在移动时

下面是对罗布回答的评论，

---

“运动结构”可能比“视频3d”提供更好的搜索结果。

您可能想看看这篇文章：。他们使用了一个很好的技巧来检测视野中的障碍物和孔洞。

不想给出这样一个一般性的答案，但最好从运动结构的标准文本开始，以获得技术概述。理查德·塞利斯基（Richard Szeliski）的新书（第7章）及其参考文献是一本不错的书。在那之后，对于你的申请，你可能想看看最近在SLAM上的工作——牛津大学出版了一些伟大的作品。

嗨，我已经从运动角度研究了结构。就我的研究而言，SFM会消耗大量资源，对实时处理来说不会太有利。谢谢，我会检查一下