Bouguet立体校正是计算机视觉中一种常用的立体矫正方法,它基于OpenCV库的立体校正工具,通常用于处理立体相机系统中的图像对齐和校正。该方法的主要目标是通过几何变换,使得两台相机的视差只沿水平方向变化,从而简化立体匹配算法的实现。
以下是Bouguet立体校正的一般流程:
1. 相机标定(Camera Calibration)
- 目的: 估计相机的内参数(如焦距、光心)和外参数(相机的旋转和平移)。
- 步骤:
- 使用棋盘格或其他已知图案拍摄多组图像。
- 使用OpenCV函数
cv::findChessboardCorners
找到棋盘格角点。 - 使用
cv::calibrateCamera
计算相机的内外参数。
2. 立体相机标定(Stereo Calibration)
- 目的: 计算两台相机之间的相对旋转和平移关系(即外参数)。
- 步骤:
- 使用相同的图案拍摄两台相机的图像对。
- 使用
cv::stereoCalibrate
函数来计算两台相机的相对旋转矩阵(R)和平移向量(T)。
3. 立体校正(Stereo Rectification)
- 目的: 通过几何变换使两幅图像在同一平面上,使视差仅沿水平线变化。
- 步骤:
- 使用
cv::stereoRectify
函数来计算校正变换矩阵(R1, R2)和新的投影矩阵(P1, P2),以及校正映射矩阵(Q)。 - 该函数会生成两组旋转矩阵,将原始图像投影到一个平面上,使得校正后的图像行是对齐的。
- 使用
4. 校正映射(Rectification Mapping)
- 目的: 生成校正图像,通过映射原始图像到校正后的图像平面。
- 步骤:
- 使用
cv::initUndistortRectifyMap
函数生成映射矩阵(map1, map2)。 - 使用
cv::remap
函数应用映射矩阵,将原始图像变换为校正后的图像。
- 使用
5. 视差计算(Disparity Calculation)
- 目的: 基于校正后的图像对计算视差图(深度信息)。
- 步骤:
- 使用OpenCV中的立体匹配算法(如SGBM、BM)来计算视差图。
- 通过校正后的图像,计算出的视差图可以直接用于生成深度图。
6. 3D重建(3D Reconstruction)
- 目的: 使用视差图生成场景的三维信息。
- 步骤:
- 使用
cv::reprojectImageTo3D
将视差图转换为三维坐标。 - 得到的三维点云可以用于进一步的处理或可视化。
- 使用