机器视觉学习笔记（8）——基于OpenCV的Bouguet立体校正

机器视觉学习笔记（8）——基于OpenCV的Bouguet立体校正

标签： 机器视觉

---

1.什么是立体校正

在机器视觉学习笔记（7）——基于OpenCV的双目摄像机标定中，我们已经计算出描述两个{camera}坐标系关系的矩阵R和T，立体校正主要就是这两个参数在发挥作用。双目摄像机系统主要的任务就是测距，而视差求距离公式是在双目系统处于理想情况下推导的，所以就要将实际的双目系统校正为理想的双目系统。

理想双目系统：两摄像机图像平面平行，光轴和图像平面垂直，极点处于无线远处，此时点$(x_0,y_0)$对应的级线就是$y=y_0$

2.Bouguet校正原理

• 校正过程如下图所示：
  
• 校正过程中两个图像平面均旋转一半的R，这样可以使重投影畸变最小，此时两个摄像机图像平面共面（畸变校正后光轴也平行），但是行不对准
• 极点是两个{camera}坐标系原点的连线和图像平面的交点，要想使得极点处于无穷远处（即行对准），就必须两个摄像机的图像平面和两个{camera}坐标系原点的连线平行
• 可以计算$R_{rect}$矩阵使得极点处于无穷远处：
  设
  $$R_{rect}=\left[\begin{array}{c}{e}_1^T\\ e_2^T\\ e_3^T\end{array}\right]\text{\hspace{1em}(1)}$$
  由于图像平面最终和{camera}坐标系连线平行，所以
  $$e_1=\frac{T}{||T||}\text{\hspace{1em}(2)}$$
  其中$T=[T_x,T_y,T_z{]}^{}$