我们提出了一种3D图像显示系统，该摄像头系统可以呈现具有真实运动视差的真实场景。在感测系统中，通过使用相机矩阵来观察场景。利用3×3图像矩阵的优秀立体算法SEA以高质量图像生成所需的密度和清晰度恢复场景的深度信息。在显示系统中，跟随观察者的观看位置，生成并呈现具有适当概念视差的2D图像。描述了一种确定适合于在固定屏幕上再现运动视差的视图参数的新算法和一种可以处理任意视图位置的图像生成算法。已经开发了一个原型干扰器系统来证明所提出的算法的可行性。

 

    在基于多视点图像的3D图像显示应用中，需要监控获得具有清晰对象轮廓的密集且精确的深度图。在具有两个以上摄像机的立体算法中，经常报告对应搜索精度的提高。另一方面，多眼立体的另一个重要方面是遮挡检测的能力。我们开发的相机矩阵立体SEA提供了一个简单但有效的框架来检测遮挡的存在并获得可靠的对应关系。SEA可以生成具有清晰物体轮廓的密集且精确的深度图。本文对SEA中几种遮挡检测算法进行了系统比较。结果非常有趣和合理。它们对于设计实际的多眼立体屏蔽器系统是有用的。

 

    校准是从一系列监控摄像头图像中计算相机固有（内部）参数的过程。通常，通过在场景中放置预定义的目标或进行特殊的相机运动（如旋转）来完成校准。如果这两个限制不成立，那么这个校准过程称为自动校准，因为它是自动完成的，无需用户干预。使用自动校准，可以从一系列未校准的图像中创建3D重建，而无需依赖正式的相机校准过程。基本矩阵描述了一对图像之间的极线几何，并且可以直接从2D图像对应关系中计算。我们证明，利用成本函数，一组基本矩阵的自动校准可以简单地转化为全局最小化问题。我们使用进化计算领域的随机优化方法来解决这个问题。在已发布和标准化的数据集上进行了大量实验，证明了该方法的有效性。该方法的基本假设是，内部（内在）相机参数在整个图像序列中保持恒定，即，从同一相机拍摄图像，而不改变焦距等数量。我们表明，对于焦距和长宽比的自动校准，进化方法获得了与已发表方法相当的结果，但实施起来更简单，并且足够有效地处理更大的图像干扰屏蔽器序列。