星之河的专栏

在以前双目视觉移植出现了问题：http://blog.youkuaiyun.com/b5w2p0/article/details/39101499是右相机校正图像出现的问题，左相机没有问题。想了以下办法想尝试解决：1、相机硬件调整，高低，根据图像2、应用不同的cvStereoVision或cv::stereovision，就是C接口和C＋＋接口的校正及Remap函数。3、应

用V4L实现了单个图像的采集

校正参数的生成方法以前面已经介绍：http://blog.youkuaiyun.com/b5w2p0/article/details/39099177采用OpenCV中校正函数进行Remap校正， cv::Mat frame0, frame1, img0, img1; frame0 = imread("1_3.bmp"); frame1 = imread("1_4

首先要利用标定得到的参数，通过调用OpenCV中的函数来得到校正矩阵。     double LM[] = {     4.0178810502329486e+002, 0, 1.5950000000000000e+002,     0,4.0178810502329486e+002,1.1950000000000000e+002,     0,0, 1

在直接线性标定方法中，并没有考虑相机镜头的非线性畸变，而在Tsai提出的两步标定法中很好的解决了这个问题，

在研究双目视觉研究过程中，遇到了许许多多的问题，在最初入门的时候，摄像头的选择问题就成了我最头疼的问题，先后换过5个摄像头，老师的钱花了许多，可是却没有效果，想想新人入门是多么的难啊，现在我对我的所遇到 的问题及解决的方式 做个总结，希望对后来者有所帮助，不要像我这样摸索这么久。    在最初的研究中，我有现成的双目标定及匹配的软件，所以我要做的主要工作就是对视差信息进行分析处理得到自己想要的

1、在双目匹配中，特征点是通过灰度相关进行匹配的，所以难免存在误匹配点对。（我理解为就是通过左右图像中特征点像素的灰度值一样的为同一点在两张图像中的成像，而整张图像中像素值一样的点可能有很多，但实际中它们并不是同一点在相机中的成像，所以就会出现误匹配对）2、此时，为了降低这种误匹配对，我们要给一些约束条件来，即在一定条件下像素值一样才能认为是匹配结。这些条件叫做约束，所以存在一极线约束的说法，

一、相机数学模型    相机模型为以后一切标定算法的关键，只有这边有相当透彻的理解，对以后的标定算法才能有更好的理解。本人研究了好长时间，几乎每天都重复看几遍，最终才会明白其推导过程。     我觉得首先我们要理解相机模型中的四个平面坐标系的关系：像素平面坐标系（u,v）、像平面坐标系（图像物理坐标第（x,y）、相机坐标系（Xc,Yc,Zc）和世界坐标系（Xw,Yw,Zw），在每一篇介绍相

研究双目视觉已经有一定时间了，但总是感觉很模糊，尤其在具体算法方面，于是想认真研究一下标定匹配的原理推导及程序实现，欢迎大家批评指正，打算先从原理开始然后程序实现。     从定义上看，摄像机标定实质上是确定摄像机内外参数的一个过程，其中内部参数的标定是指确定摄像机固有的、与位置参数无关的内部几何与光学参数，包括图像中心坐标、焦距、比例因子和镜头畸变等，而外部参数的标定是指确定摄像机坐标系相对

总结一下那些给我启发的话： 1、 为了精确地求得某个点在三维空间里的距离，我们需要获得的参数有焦距f、视差d、摄像头中心距Tx。    如果还需要获得X坐标和Y坐标的话，那么还需要额外知道左右像平面的坐标系与立体坐标系中原点的偏移cx和cy。其中f, Tx, cx和cy可以通过立体标定获得初始值，并通过立体校准优化，使得两个摄像头在数学上完全平行放置，并且左右摄像头的cx, cy和