linux_huangyu的博客

本文介绍了基于立体视觉的三维重建过程。首先对左右相机图像进行立体矫正，转换为单通道后检测棋盘格角点。通过三角测量(triangulatePoints)计算三维坐标，使用Open3D库可视化重建的点云数据，并添加200mm坐标轴作为参考。最后将红色点云保存至D盘根目录。该流程完整展示了从立体图像到三维点云的重建过程。

立体矫正是通过调整双目相机图像，使空间中同一物体点在左右图像中位于同一行的处理过程。其理论基础是极线约束，通过cv2.stereoRectify函数实现，需输入相机内参、畸变系数、图像尺寸和RT矩阵等参数。使用CALIB_ZERO_DISPARITY模式可确保光心点投影一致。实际测试显示，矫正后图像对应点确实对齐到同一行，但边缘可能出现黑边。该技术为立体视觉应用提供了精确的图像对齐基础。

双目系统通过两个并排相机模拟人眼，在XY信息基础上增加深度（Z方向）信息。双目标定需要输入标定板三维角点、左右相机的二维像素点及各自内参矩阵和畸变系数。标定输出包括优化后的相机内参、畸变系数、左右相机间的旋转矩阵R和平移向量T，以及本质矩阵E和基础矩阵F。其中内参矩阵和RT矩阵（描述左右相机坐标系转换）是后续应用的关键。标定误差以像素单位衡量，若小于0可能标定失败需检查数据。

本文介绍了双目相机系统的标定方法，重点说明了如何分别标定两个相机的内参和畸变系数。文章详细描述了标定流程：使用棋盘格标定板，同时拍摄左右相机图像；通过OpenCV函数检测和优化角点位置；收集角点数据后进行单相机标定，最终获取并保存每个相机的内参和畸变系数，为后续双目标定做准备。文中还特别强调了图像读取参数设置、角点检测精确化等关键操作细节。