【工件尺寸估计】双目立体标定与立体校正

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:
  1. 使用棋盘格或其他已知图案拍摄多组图像。
  2. 使用OpenCV函数cv::findChessboardCorners找到棋盘格角点。
  3. 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:
  1. 使用相同的图案拍摄两台相机的图像对。
  2. 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:
  1. 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）。
  2. 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。

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:
  1. 使用cv::initUndistortRectifyMap函数生成映射矩阵（map1, map2）。
  2. 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。

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:
  1. 使用OpenCV中的立体匹配算法（如SGBM、BM）来计算视差图。
  2. 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:
  1. 使用cv::reprojectImageTo3D将视差图转换为三维坐标。
  2. 得到的三维点云可以用于进一步的处理或可视化。