老五上不了台面的笔记

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

双目相机立体校正（Bouguet算法）在双目立体视觉的三维重建过程中，需要通过立体匹配算法来进行视差图的计算得到左右两幅图像的视差值，进而来计算深度来恢复场景的三维信息。计算三维场景中目标点在左右两个视图上形成的视差，首先要把该点在左右视图上两个对应的像点匹配起来。然而，在二维空间上匹配对应点是非常耗时的，为了减少匹配搜索范围，需要进行双目相机的立体校正，将二维上的匹配搜索降低到一维。立体校正：把消除畸变后的两幅图像严格地行对应，利用极线约束使得两幅图像的对极线恰好在同一水平线上，这样一幅图像上任意一

一维数据插值 （interp1）vq = interp1(x, v, xq, 'linear') ；线性插值是一种曲线拟合方法，它使用线性多项式在一组离散的已知数据点的范围内构造新的数据点。如果两个已知点 （x0, y0）和（x1, y1），线性插值是这些点之间的直线。对于区间x = (x0, x1)中的值，沿直线的y值由斜率方程给出{\displaystyle {\frac {y-y_{0}}{x-x_{0}}}={\frac {y_{1}-y_{0}}{x_{1}-x_{0}}} ,}{\di

相机畸变矫正在双目立体视觉中，常常会使用张正友的相机标定方法，得到相机的参数（相机内参和畸变），进而矫正由于相机透镜制造工艺等因素造成的图像畸变。在Opencv 和 Matlab 中都有封装好的函数或者标定工具箱供我们使用，可以利用这些标定得到的数据进行畸变矫正。重点来了！！！怎么自己编写呢？且看下方讲解。。内参矩阵A = [fx, 0, cx; 0, fy, cy; 0, 0, 1]畸变系数D = [k1, k2, p1, p2, k3]（通常没有k3）参数说明fx = f