立体视觉--立体校正原理简述

立体视觉–立体校正原理简述

最近在搞双目相机设备，包括相机标定、立体标定和立体校正。对于标定部分，看的资料不多，所以暂时先不提，对于立体校正部分近期看的资料比较多，想简单的叙述一下。
以下内容都是本人自己的理解，如果有不正确的地方，也欢迎大家指正！！！

关于立体校正：

- 1、怎么样算是极线水平，即立体校正后应该达到什么样的效果?

立体校正后的效果如上图所示。即，当满足以下条件时，认为两个相机平面的极线水平

即，认为矫正之后的左右相机之间只存在水平方向的位移(水平放置的双目设备)或垂直方向的位移t=(0,T,0)(垂直放置的双目设备)。
并通常会为新的相机指定相同的内参(Fusiello方法(论文地址)和Bouguet方法所计算的新内参方法相同，均为k/2)。toolbox标定工具箱对于新的内参计算方法不同。
关于Fusiello方法，李博士的一篇CSDN讲的很好，在此附上链接地址。

• 2、立体校正的过程

• 1、第一次的旋转
  如下图所示：
  
  对右图做旋转，使左右图像平面平行
  这个过程一般有两种方法：
  1、直接根据左右图的旋转矩阵R旋转达到平行。(Fusiello方法)
  2、左图正向旋转R/2，右图反向旋转R/2达到平行。(Bouguet方法，toolbox工具箱方法)
  (这里用R/2其实并不准确，应该说是两幅图像之间的夹角的一半)

• 2、第二次旋转
  设计一个新的相机坐标系，目的通常是使新的像平面共面且平行于相机基线(相机主点之间的连线)
  
  1、Fusiello方法
  
  2、Computer Vision的一种方法
  
  3、Bouguet方法
  
  4、参考文献[3]中的方法
  
  具体的计算过程和方法我就不详细讲了，有感兴趣的可以通过下方的参考文献，获取论文然后仔细观看、琢磨、推敲之后，效果更佳。

参考文献：
[1].A compact algorithm for rectification of stereo pairs
[2].Matlab 相机校准工具箱 toolbox
[3].Single-Shot Structured Light Sensor for 3D Dense and Dynamic Reconstruction
[4].Stereo Vision