立体标定学习笔记

在这篇博客里记录了我对立体标定，立体校正等的理解

      我认为啊 立体标定其实是为了立体校正做准备的，而立体校正是为了算出目标深度信息（利用三角测量图）做准备的，因为双摄像机最基本的就是算目标三维坐标（相对于摄像机坐标系），也就是做重要的是算深度信息Z。

    首先我们看立体校正为后续做了什么准备，它为后续准备了双目的投影平面共面且平行（因为这样才能利用三角测量图算深度信息），但很多双目都是处于一种有点相对立的位置。

      再说一下立体校正是干嘛的，立体校正将两摄像机（投影）平面由原始的相对立位置转至共面共线的位置，所以这里需要知道两摄像机坐标的之间的位置关系（也就是需要得到旋转矩阵R和位移矩阵T）。然后开始校正（Bought's方法），让原始两摄像机平面各转一半的角度（R=rl*（rr（-1））），然而此时两平面共面但不共线，再分别向T方向旋转至共线。R和T是怎么来的，看下文。

     终于说到立体标定，立体标定为立体校正提供了参数矩阵R和T。

     那么立体标定是干啥的呢，它计算了R，T，E，F，M1，D1，M2，D2这些参数矩阵的。（M1，D1，M2，D2 大多数情况下这些参数是由单目标定算出来的，但是通过opencv自带的双目标定函数也是可以算出来的）

     E本征矩阵，这要引入几个概念，极面，极线，极点，具体不细说，E是由极面三个向量求得的（极面是由三点，目标点，左目原点，右目原点构成的）得出E=R*S;

     也就是根据目标三维位置机器在左右目摄像机平面上的位置可得出R和S（S是由T的各个元素组成）所以得出E

     F基础矩阵是由E与M1和M2结合而成的

    （其实也可以说是先推出E再推出R和S）

      再说一点就是立体校正之后会使得M1和M2 有所变化（因为f，cx，cy都变了），所以在算目标深度的时候要用新的M1和M2里的参数；