u can read from:http://www.uptech-robot.com/
also u can get the documents from me.send me the private message
本文所包含的内容:
讲述了 bumblebee 立体视觉的原理
讲述了 bumblebee Demo 程序中各项参数的含义及如何调整 讲述了为什么在深度图像和重构的 3D图像中有无效的像素
本文的阅读方法: 红色字体是关键的地方
立体视觉
本文将试着去阐述立体视觉技术。阅读完本文后你将对数据如何在系统中流动和其间所有可 调整的参数有一个更深入的了解。这将使你可以量身定做自己的系统来完成特殊的任务。
立体视觉的基本原理
立体视觉的任务是完成空间的测量,这种测量是基于空间上存在偏移的相机所采集到的图像 的。立体视觉的处理过程可分为如下三步:建立从不同观测角度所获得的同一场景图像特征的相关。 计算每幅图像中相同特征的相对位移
根据相机的几何结构,决定特征相对于相机的3D 位置
考虑如下两幅图片。这两幅图片取自一对存在水平偏移的 Triclops 相机模型。我们可以在两 幅图片中分别定义两个点 A 和 B。点 Aleft 对应于点 Aright ,同样的,点 Bleft 对应于点 Bright 。
使用一把尺子,如果你测量一个点到图像边缘的水平距离,你会发现左图的这个距离比右图 中对应点到图像边缘的水平距离要大。例如,左图中边缘到电话听筒的距离要大于右图中边缘到电话听筒的距离。我们就可以根据这个距离(也被叫做视差)来确定电话听筒到相机模型的距离。
我们把左图和右图中相同特征在各自坐标系中的值的差定义为视差。你会发现在两幅图中, 图像上端到所匹配的特征的距离完全相同,这是因为相机是水平排列的,因此只有水平的位 移。
于是特征 A 的视差被定义成 D(A) = x(Aleft) – x(Aright),B 的则为 D(B) = x(Bleft) – x(Bright),其 中 x(Aleft)是 Aleft 点的 x 轴坐标。
如果你去计算D(A) 和 D(B),你会发现