双目立体视觉的技能特色

双方针立体视觉技能的完结可分为以下进程：图画获取、摄像机标定、特征提取、图画匹配和三维重建，下面顺次介绍各个进程的完结方法和技能特色。

1.1 图画获取

双目立体视觉的图画获取是由不同方位的两台或许一台摄像机(CCD)经过移动或旋转拍照同一幅场景，获取立体图画对。假定摄像机C1与C2的角距和内部参数都持平，两摄像机的光轴相互平行，二维成像平面X1O1Y1和X2O2Y2重合，P1与P2别离是空间点P在C1与C2上的成像点。但一般情况下，针孔模型两个摄像机的内部参数不可能完结相同，摄像机装置时无法看到光轴和成像平面，故实践中难以使用。

1.2 摄像机的标定

对双目立体视觉而言，CCD摄像机、数码相机是使用核算机技能对物理国际进行重建前的根本丈量东西，对它们的标定是完结立体视觉根本而又要害的一步。一般先选用单摄像机的标定方法，别离得到两个摄像机的内、外参数；再经过同一国际坐标中的一组定标点来树立两个摄像机之间的方位联系。现在常用的单摄像机标定方法主要有：

(1)摄影丈量学的传统设备标定法。使用至少17个参数描绘摄像机与三维物体空间的完毕联系，核算量非常大。

(2)直接线性改换性。触及的参数少、便于核算。

(3)透视改换短阵法。从透视改换的视点来树立摄像机的成像模型，无需初始值，可进行实时核算。

(4)相机标定的两步法。首要选用透视短阵改换的方法求解线性系统的摄像机参数，再以求得的参数为初始值，考虑畸变要素，使用最优化方法求得非线性解，标定精度较高。

(5)双平面标定法。

在双摄像机标定中，需求精确的外部参数。由于结构装备很难精确，两个摄像机的间隔和视角受到束缚，一般都需求至少6个以上(主张取10个以上)的已知国际坐标点，才干得到比较满意的参数矩阵，所以实践丈量进程不光杂乱，并且作用并不一定抱负，大大地束缚了其使用规模。此外双摄像机标定还需考虑镜头的非线性校对、丈量规模和精度的问题，现在野外的使用还有少。

1.3 特征点提取

立体像对中需求撮的特征点应满意以下要求：与传感器类型及抽取特征所用技能等相适应；具有满足的鲁棒性和一致性。需求阐明的是：在进行特征点像的坐标提取前，需对获取的图画进行预处理。由于在图画获取进程中，存在一系列的噪声源，经过此处理可明显改进图画质量，使图画中特征点愈加杰出。

1.4 立体匹配

立体匹配是双目立体视觉中最联系、困难的一步。与一般的图画配准不同，立体像对之间的差异是由摄像时调查点的不同引起的，而不是由其它如景象自身的改变、运动所引起的。依据匹配基元的不同，立体匹配可分为区域匹配、特征匹配和相位匹配三大类。

区域匹配算法的本质是使用部分窗口之间灰度信息的相关程度，它在改变陡峭且细节丰厚的当地能够到达较高的精度。但该算法的匹配窗巨细难以挑选，一般借助于窗口形状技能来改进视差不接连处的匹配；其次是核算量大、速度慢，采纳由粗至精分级匹配战略能大大削减查找空间的巨细，与匹配窗巨细无关的相互关运算能明显进步运算速度。

特片匹配不直接依赖于灰度，具有较强的抗干扰性，核算量小，速度快。但也相同存一些缺乏：特征在图画中的稀少性决议特征匹配只能得到稀少的视差场；特征的撮和定位进程直接影响匹配成果的精确度。改进方法是将特征匹配的鲁棒性和区域匹配的细密性充沛结合，使用对高频噪声不灵敏的模型来提取和定位特征。

相位匹配是近二十年才发展起来的一类匹配算法。相位作为匹配基元，自身反映信号的结构信息，对图画的高频噪声有很好的抑制作用，适于并行处理，能取得亚像素级精度的细密视差。但存在相位奇点和相位卷绕的问题，需参加自适应滤波器处理。

1.5 三维重建

在得到空间任一点在两个图画中的对应坐标和两摄像机参数矩阵的条件下，即可进行空间点的重建。经过树立以该点的国际坐标为未知数的4个线性方程，能够用最小二乘法求解得该点的国际坐标。实践重建一般选用外极线完毕法。空间眯、两摄像机的光心这三点组成的平面别离与两个成像平面的交线称为该空间点在这两个成像平面中的极线。一旦两摄像机的表里参数确认，就可经过两个成像平面上的极线的束缚联系树立对应点之间的联系，并由此联立方程，求得图画点的国际坐标值。对图画的全像素的三维重建现在仅能针对某一详细方针，核算量大且作用不明显。 (end)