9、深度估计与图像分割技术详解

深度估计与图像分割技术详解

1. 深度相机与普通相机的深度估计

1.1 深度相机的局限性

深度相机是一个令人印象深刻的设备，但并非每个开发者或用户都拥有，且它存在一些局限性。例如，典型的深度相机在户外效果不佳，因为阳光中的红外成分比相机自身的红外光源亮得多，相机被阳光干扰，无法看到用于估计深度的红外图案。

1.2 普通相机的深度估计方法

可以使用一个或多个普通相机，基于不同相机视角的三角测量来估计物体的相对距离。若同时使用两个相机，这种方法称为立体视觉；若使用一个相机，通过随时间移动相机以获得不同视角，这种方法称为运动恢复结构（Structure from Motion，SfM）。

1.3 立体视觉的原理——对极几何

对极几何是立体视觉的基础。概念上，它从相机向图像中的每个物体绘制假想线，在第二张图像上也进行同样操作，然后根据对应同一物体的线的交点计算物体的距离。

1.4 使用OpenCV计算视差图

以下是使用OpenCV计算视差图的具体步骤和代码：
1. 导入必要的库 ：

import numpy as np
import cv2

2. 定义立体算法的参数 ：

minDisparity = 16
numDisparities = 192 -