游泳的鱼的专栏

深度图是二维的，包含深度信息，适合快速处理和实时应用。点云是三维的，包含空间坐标，适合详细的几何分析和建模。

预备知识：https://blog.youkuaiyun.com/kokerf/article/details/72630863?locationNum=2&fps=1https://github.com/opencv/opencv/blob/3.1.0/modules/calib3d/src/fundam.cpp#L548定义：基础矩阵和本质矩阵都反映了双目图像在两幅对极极线上的...

1.早期的立体匹配是基于特征的，得到的稀疏视差图需要通过插值计算来转换为稠密视差图，插值过程比较复杂，而且特征的提取以及定位的好坏对匹配后的结果的影响比较大。为了避免插值带来的复杂过程以及误差，通常是选择直接获取稠密视差图。2.应用机器人自主导航是双目立体视觉较早开始的一个应用领域，其通过在机器人上固定一个双目立体视觉系统来判断周围环境中的距离，可以有效的避开障碍物。...

目的：求左右相机内参数矩阵M、畸变系数矩阵D、右摄像头相对于左摄像头的平移向量 T和旋转矩阵R.步骤：1. 左右分别单目标定->M、D2.求T、R原理：假设空间中有一点P，其在世界坐标系下的坐标为P W  PW，其在左右摄像机坐标系下的坐标可以表示为： P l =R l P W +T l  Pl=RlPW+Tl P r =R r P W +T r  Pr=RrPW+Tr 其中P l  Pl和...

目的：立体校正就是，把实际中非共面行对准的两幅图像，校正成共面行对准，提高匹配搜索的效率,因为二维搜索变为一维搜索啦！。（共面行对准：两摄像机图像平面在同一平面上，且同一点投影到两个摄像机图像平面时，应该在两个像素坐标系的同一行）,立体校正opencv流程：OpenCV校正步骤：1.  stereoRectify（）获取所需参数->计算左右相机旋转矩阵R1R2和投影矩阵P1P2、重投影矩阵Q...

///////张正友标定法opencv实现///////#include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"#include <opencv2/calib3d.hpp>#include <vector>#include <string>#include...

  整个双目视觉系统流程为：采集图像对、双目立体标定、图像校正、立体匹配和三维重建。  1. 双目标定双目标定主要输入图像采集的两幅棋盘格图像，输出两个摄像机的内参矩阵K、相对的R、T；内参4个包括：焦距fx, fy,单位是像素pixel。                cx, cy是图像的中心像素坐标与图像原点像素坐标之间相差的横向和纵向像素数，单位pixel。cx、cy一般不是...

所谓外参自标定的方法，是不用固定的标定板，在拍摄实际场景的两张图像时，进行摄像机的外参自标定，从而获取当时两个摄像机位置之间的Rotation和Translation，以上是假定摄像机的内参是固定不变的，仅仅修正外参来达到对标定的实时改善。步骤如下：1. 利用摄像机内参进行畸变校正。2.将两幅畸变校正后的图作为输入，使用OpenCV中的光流法提取匹配特征点对，points1和point...

相机成像模型的雏形是小孔成像(pinhole)：双目视觉的视差原理基于此：以此可以计算形成图像的大小。下面求视差：假设两个相机的内部参数一致，如焦距、镜头等等，Tx一般称为基线(baseline)。...