立體三維視覺

相機拍出來的是二維影像，但機器人、檢測系統與互動裝置需要知道物體有多遠。如何在光線變化、運算資源有限的情況下，以一般相機穩定地還原深度，仍是一項工程上的挑戰。

我們使用雙攝影機立體架構，從兩個視角拍攝同一場景，由視差計算三維資訊。流程包含相機校正、影像矯正、立體匹配與深度估測，並以電腦圖學方法呈現與檢查重建出的三維資料。傳統的影像處理與幾何方法（以 MATLAB 開發原型）與深度學習視覺模型（包含 Transformer）並用。

實驗室的影像處理研究由來已久，早期論文即以影像計算晶圓探針痕面積、偵測晶圓微裂紋。這個方向取得的深度資訊也支援機械手臂的操作；實驗室的嵌入式傳統，則讓模型朝小型、價格親民的硬體發展，而非依賴大型伺服器。