机器视觉学习笔记（8）——基于OpenCV的Bouguet立体校正

最新推荐文章于 2024-04-19 14:25:05 发布

moverzp

最新推荐文章于 2024-04-19 14:25:05 发布

阅读量3w

点赞数 27

分类专栏：机器视觉学习笔记文章标签：机器视觉

本文链接：https://blog.csdn.net/xuelabizp/article/details/50476639

版权

标签：机器视觉

在机器视觉学习笔记（7）——基于OpenCV的双目摄像机标定中，我们已经计算出描述两个{camera}坐标系关系的矩阵R和T，立体校正主要就是这两个参数在发挥作用。双目摄像机系统主要的任务就是测距，而视差求距离公式是在双目系统处于理想情况下推导的，所以就要将实际的双目系统校正为理想的双目系统。

理想双目系统：两摄像机图像平面平行，光轴和图像平面垂直，极点处于无线远处，此时点 $x_0,y_0)$ 对应的级线就是 $y=y_0$

校正过程如下图所示：
校正过程中两个图像平面均旋转一半的R，这样可以使重投影畸变最小，此时两个摄像机图像平面共面（畸变校正后光轴也平行），但是行不对准
极点是两个{camera}坐标系原点的连线和图像平面的交点，要想使得极点处于无穷远处（即行对准），就必须两个摄像机的图像平面和两个{camera}坐标系原点的连线平行
可以计算 $R_{rect}$ 矩阵使得极点处于无穷远处：
设
$R_{rect}= \begin{bmatrix} e_1^T\\e_2^T\\e_3^T \end{bmatrix}\tag{1}$
由于图像平面最终和{camera}坐标系连线平行，所以
$e_1=\frac{T}{||T||}\tag{2}$
其中 $T=[T_x,T_y,T_z]^T$

关注