结构光学习笔记03：双目标定理论

1. 双目标定的意义

        通过双目标定，确定左右相机之间的旋转、平移矩阵，方便后续能够实现从左右相机图像之间的像 素坐标到实际三维空间坐标的转换

2. 双目标定

        根据图一，对于左、右相机中某点，可得其与世界坐标中的某点映射关系式：

        Pl , Pr 为左右相机成像面上某点在世界坐标系下的坐标，Rl , Rr 为左右相机的 旋转矩阵，Pw 为世界坐标系下某点坐标，tl , tr 为左右相机的平移矩阵。

        经过变换可得：

        Pl 到 Pr 的映射关系式：

        联立方程式，可得：

 

        为了能够减小由于噪声、图像质量以及相机标定参数估计等因素引起的误差，建议进行多次实验和重复校正。

3. 立体校正

        在之前的笔记中提到过，为了简化模型，需要进行立体校正，使光轴平行。

        立体校正有许多办法，比如 Hartley 校正、双线性插值校正和 Bouguet 校正等方法。

        Hartley 校正通常通使用基础矩阵和极线约束，对左右图像进行极线矫正，将极线与图像的水平线 对齐，从而简化视差计算。

        双线性插值通常是利用附近四个像素的值，按照距离进行加权平均，从而估计出目标位置上的像素 值。

        Bouguet 校正方法结合了相机标定和极线校正，通过透视变换将图像投影到共同平面上，使极线对 齐于水平线，从而简化匹配和深度估计过程。

        Bouguet 校正具体步骤：

        1. 将旋转矩阵分解为左右相机的合成旋转矩阵 

         2. 使用平移矩阵 T 构造变换矩阵 Rrect 使得基线与成像平面平行, 该矩阵通常为：

         2.1 构造与平移向量 t 同方向的极点，并使用变换矩阵将其变换到无穷远处，使极线达到水平。

          式中

         分别为t在方向上的平移向量，为t的欧几里得范数（长度）。

         2.2 构造与图像平面同方向的向量，其与e1垂直。

         2.3 e3通常垂直于$e1$与$e2$所在平面的向量

        则最终左右相机的变换矩阵为： 

        左右两相机分别乘以这两个矩阵即可完成变换