立体匹配也称 视差估计、 双目深度估计
- 输入:一对在统一时刻捕捉的,经过 极线校正 的左右图像
Il和Ir - 输出:参考图像(一般选为左图)每个像素对应的视差值对应的视差图
d - 根据公式
z = b*f / d可获得深度图b: 两相机光心距离f: 相机光心到成像平面的焦距d: 两相机的视差
![[image:A80FEC97-D194-433C-8DA7-C4C0011926A8-1168-000045CA68B4D991/28E158B3-774D-40E8-ABDF-A3A9D0D967C7.png]](https://i-blog.csdnimg.cn/blog_migrate/2c1c0dd97222e38bfa8bbf231488c661.png)
背景概念
对极几何
对极几何|Epipolar Geometry_double_ZZZ的博客-优快云博客
视觉模型
-
汇聚式
博客围绕立体视觉匹配展开,输入极线校正的左右图像,输出视差图和深度图。介绍了对极几何、视觉模型等背景概念,阐述基本流程,包括匹配代价计算、代价聚合、视差计算和视差优化,还提及各步骤的目的、算法及关键要点。
Il和 Irdz = b*f / d可获得深度图
b: 两相机光心距离f: 相机光心到成像平面的焦距d: 两相机的视差![[image:A80FEC97-D194-433C-8DA7-C4C0011926A8-1168-000045CA68B4D991/28E158B3-774D-40E8-ABDF-A3A9D0D967C7.png]](https://i-blog.csdnimg.cn/blog_migrate/2c1c0dd97222e38bfa8bbf231488c661.png)
对极几何|Epipolar Geometry_double_ZZZ的博客-优快云博客
汇聚式
6469
842
1257

被折叠的 条评论
为什么被折叠?