双目相机：基于双目视觉的目标测距

双目视觉的目标测距主要任务为利用双目相机完成对场景中物体或障碍物距离的计算，提供场景深度信息。

双目视觉的目标测距流程主要包括以下几个步骤：图像的获取、图像的矫正、立体匹配和距离计算。其中立体匹配是双目视觉中最重要和最困难的环节，不同的立体匹配算法有着不同的匹配策略，其匹配的精度和速度也会有很大差异。

目录

立体标定和立体校正

图像的立体匹配原理 

立体匹配算法 

局部匹配算法

半全局匹配算法

实现

立体标定和立体校正

在利用双目图像进行计算视差图和距离的时候，首先要做的步骤就是双目的立体标定和立体校正，它是双目视觉的基础。立体标定的原因是物体在三维空间中的位置与其在二维图像上的位置之间的关系由摄像机的内外参数决定，立体标定的目的是确定二维摄像机图像和三维真实场景之间的映射，基本原理是根据已知的世界坐标系中的点和图像坐标系中的点计算出摄像机模型的内参和外参。双目摄像机标定的内参有相机的内参数矩阵 K 和畸变系数矩阵 D，内部参数主要由相机的类型和制作工艺决定的，其标定可通过单目标定的方法得到。标定的外参有旋转矩阵 R、平移矩阵 T、本征矩阵 E 和基础矩阵 F，外部参数可以描述两个摄像机坐标系的相对关系，可通过双目标定的方法得到。

双目立体视觉在进行距离计算的时候，要在左右相机的图像中精确的匹配到同一像素点，从而计算出视差，再根据视差与距离的关系估计像素点的距离。然而上述的过程是在双目理想状态下建立的，即双目的成像平面处于同一平面，大多数情况下仅仅依靠双目位置的摆放很难达到这个目的，所以就不得不先对双目相机的图像进行立体校正。立体校正是把双目相机获取的没有共面平行的两幅图像校正为共面平行，即将双目相机的成像平面校准到同一平面。已校正的双目系统和未校正的双目系统如下图所示。立体校正之后，由于双目图像成像处于同一平面，立体匹配搜索算法由二维变为一维，这降低了搜索复杂度并提高了立体匹配的搜索效率。