/**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,