双目立体图像矫正方法简述

最新推荐文章于 2024-07-17 09:41:28 发布

hairuiJY

最新推荐文章于 2024-07-17 09:41:28 发布

阅读量5.2k

点赞数 4

分类专栏：双目视觉相机标定方法双目立体视觉逐步实现文章标签：相机标定

本文链接：https://blog.csdn.net/u010368556/article/details/86484695

版权

本文简要介绍了双目立体图像矫正的两种方法：非标定（Hartley）方法和标定（Bouguet）方法。非标定方法依赖对极约束计算基础矩阵F，使用cvStereoRectifyUncalibrated()进行矫正；标定方法则需先对相机进行单独标定，获取内参矩阵，再用cvStereoRectify()矫正。注意在矫正过程中，数据结构的正确传递以及单应矩阵的类型匹配是关键。

摘要由CSDN通过智能技术生成

/**好记性不如烂笔头，将自己之前做的一些工作做一个简单总结**/

在立体视觉中只有当两个相机成像平面完全平行且行对准时，在立体匹配计算立体视差过程中是最简单的，为了使相机两成像平面完全平行且行对准，OpenCV提供了非标定和标定的方法来计算左右相机的校正矩阵。

一、非标定方法：

非标定方法也称为（Hartley)方法，有时候我们不知道相机的内参矩阵，而且也不用知道内参数具体是多少，因为我们仅关心如何得到两幅图像的稠密匹配，或者两幅图像之间的视差图或者深度图就足够了。因为不知道相机的内参数，所以只能借助对极约束来解决问题了，通过计算两幅图像的基础矩阵F，然后利用对极约束条件中对极线为平行且行对准，可以很好的实现目标。在opencv中接口函数为：cvStereoRectifyUncalibrated()，具体如下：

(摘自：http://blog.sina.com.cn/s/blog_4298002e01013yb8.html)

//! computes the rectification transformation for an uncalibrated stereo camera (zero distortion is assumed)
bool stereoRectifyUncalibrated( const Mat& points1, const Mat& points2,