【CN110009690A】基于极线校正的双目立体视觉图像测量方法【专利】

双目立体视觉系统分类

双目立体视觉系统种类繁多，可以按照不同的工作原理、应用场景和功能需求进行分类。

基于工作原理，双目立体视觉系统可以分为基于几何视差的系统和基于时序差异的系统。基于几何视差的系统是通过比较两个物体在不同视角下的位置差异，计算出它们之间的视差，进而推断出它们在三维空间中的位置。这种系统需要用到双目摄像头和算法软件，准确度较高，适用于需要进行精确定位和距离测量的应用场景，如机器人视觉、自动驾驶、工业测量、医疗影像等。

基于时序差异的系统则是通过比较同一场景下的两个图像的时间间隔和各个像素点的移动程度，计算出它们之间的视差，进而推断出它们在三维空间中的位置。这种系统需要用到高速摄像机和算法软件，准确度较低，但可以实时捕捉运动过程，适用于需要进行快速动态分析和姿态识别的应用场景，如体育运动、安全监控、虚拟现实等。

基于应用场景，双目立体视觉系统可以分为室内系统和室外系统。室内系统主要用于家庭娱乐、智能家居、商业展示等场景，要求成本低、易安装、易操作、用户体验好，例如家用3D电视、VR眼镜、智能家居控制器等。室外系统主要用于机器人视觉、自动驾驶、智能交通、航空航天等场景，要求抗干扰性强、可靠性高、适应性强、数据量大，例如自动驾驶传感器、面向正视角的航拍相机、机场跑道雷达等。

基于功能需求，双目立体视觉系统可以分为距离测量、姿态识别、目标追踪、深度重建等不同类型。距离测量的系统需要具有高精度的测距功能，例如用于机器人的激光雷达；姿态识别的系统需要具有高速的运动分析功能，例如用于运动员训练的动作捕捉设备；目标追踪的系统需要具有自适应的目标检测和跟踪功能，例如用于智能监控的摄像机；深度重建的系统需要具有高精度的三维重建功能，例如用于建筑测绘的航拍相机。

总之，双目立体视觉系统是一种基于计算机视觉的重要技术，具有广泛的应用前景。不同类型的系统在实际应用中有着各自独特的优势和适用范围，需要根据具体情况进行选择和应用。未来随着科技的不断进步和创新，双目立体视觉系统必将有更广阔的发展空间和更多的应用领域。

双目鱼眼相机成像原理

双目鱼眼相机是通过双目立体视觉技术实现的。双目立体视觉技术基于视差原理，通过获取同一场景在两个不同位置的像素点阵，然后通过一系列算法处理，获得场景的深度信息。

具体来说，双目立体视觉技术通过模拟人眼在观察物体时视线的交错过程，获取同一场景在不同角度下的图像信息，并通过计算像素点阵之间的差异来获取深度信息。这种技术可以应用于三维重建、虚拟现实、增强现实等领域。

双目鱼眼相机具有视场角广、体积小巧等优点，可以广泛应用于安防监控、智能驾驶、机器人等领域。但同时也存在一定的局限性，例如对光线条件要求较高，需要较高的计算资源和算法处理能力等。

总之，双目鱼眼相机通过双目立体视觉技术实现了对场景的三维重建和深度信息获取，为各种应用提供了更加丰富和精准的视觉信息。

基于双目线结构光的三维重建及其关键技术研究

基于双目线结构光的三维重建是一种常见的三维重建方法，在计算机视觉和图像处理领域有广泛应用。本文将探讨双目线结构光三维重建的基本原理和关键技术。

一、基本原理

双目线结构光的三维重建基于以下原理：通过投射具有特定空间编码的光线，利用摄像机捕捉图像，并对图像进行处理和分析，可以推断出场景中物体的三维形状和深度信息。

二、关键技术

1. 双目成像

双目成像是双目线结构光重建的基础。通过使用两个物理上分开的相机，可以获取场景的不同视角，从而获得更多的信息，提高重建的精度和稳定性。

2. 线结构光投影

线结构光投影是双目线结构光重建的核心技术。通过投射特定编码的结构光，可以在场景中形成一系列光条或光带，从而在摄像机中产生对应的图像。这样，可以通过分析图像中结构光的失真或形状变化，来推断物体表面的深度信息。

3. 结构光编码

结构光编码是双目线结构光重建的重要组成部分。通过在结构光中引入编码，可以增加光条或光带的区分度，从而提高重建的精度。常见的编码方法包括灰度编码、正弦编码、校正编码等。

4. 影像获取与处理

双目线结构光重建需要获取并处理图像数据。影像获取涉及到摄像机的标定、同步和触发等技术，以确保双目系统的准确性和稳定性。影像处理包括去噪、校准、纹理映射等步骤，以提取出有效的结构光信息，并进行后续的三维重建处理。

5. 三维重建算法

三维重建算法是双目线结构光重建的核心内容。常见的算法包括三角测量、立体匹配、点云拼接等。这些算法通过分析不同视角的结构光图像，通过匹配和计算来推断物体的三维形状和深度信息。

6. 点云处理与可视化

三维重建通常最终呈现为点云模型。点云处理涉及到点云滤波、配准、分割等技术，以去除噪声、合并重叠点云、提取物体表面等。点云可视化则将点云数据以直观的形式呈现，便于人们观察和理解。

综上所述，基于双目线结构光的三维重建是一种常见的三维重建方法。它利用投射特定编码的结构光，结合双目成像和影像处理技术，通过分析图像中的结构光信息，推断物体的三维形状和深度信息。实现这一过程需要关键技术包括双目成像、线结构光投影、结构光编码、影像获取与处理、三维重建算法以及点云处理与可视化等。这些技术的研究和应用为实现高精度和高效率的三维重建提供了重要基础。

基于双目立体视觉的障碍物检测方法

摘 要：提出了一种基于双目视觉的V视差图障碍物检测算法。根据生成的视差图进一步生成V-视差图，提取V-视差图中的直线信息，通过这些直线信息可以锁定障碍物存在的大致区域，进而检测障碍物。该算法对于光照、阴影等干扰不敏感，可以检测具有面特征的障碍物，适用于复杂背景下的障碍物检测。

关键词：障碍物检测；双目视觉；立体视觉；V-视差

0 引言

目前基于计算机视觉的障碍物检测算法主要分为两个大方向：基于单目视觉的障碍物检测和基于双目立体视觉的障碍物检测。由于基于立体视觉的检测方法无需先验知识，对阴影、光照、反光等天气变化造成的背景变化不敏感，能给出障碍物的距离信息，可靠性高，并且在多个目

标发生部分遮挡时仍能正确区分各运动目标。基于立体视觉的检测方法有很大的应用前景。

基于双目立体视觉的障碍物检测算法主要有如下几种：①逆透视投影法（IPM）检测障碍物。在道路平面假设下，根据逆透视投影原理（IPM），通过计算两个俯视图的差分检测任何突起于路面的物体。②Disparity Space Image法检测障碍物。该算法假设车辆静止时的俯仰角（pitch）相对于水平面是零，而当车运动时，车会随着路面的起伏而震动，pitch角将不再是零了，这时所获图像，相对于车静止时的所获图像，会产生垂直方向上的差异。文献［3］给出了一种用来获取不同时刻的pitch角的方法，并利用立体视觉区域相关法检测障碍物。以上提到的方法对阴影、光照、反光等天气变化造成的背景变化很敏感；有些在分析中还要一些不切实际的假设，例如：假设路面保持水平、假设车型满足某种条件等。

本文引进了一种V-视差法检测障碍物。首先，对采集到的图片通过图像分割的方法来构建视差图。在视差图中，沿图像坐标系中的V坐标轴方向（纵坐标）由上至下逐行扫描，累加具有相同视差值的像素点的个数，由此建立了V方向上的视差图。通常，在V视差图中代表障碍物的直线一般是竖直的，因此可以通过从V方向视差图中提取出一些直线信息将障碍物从背景中提取出来。在整个算法中不需要路面水平的假设，同时V-视差法能够检测具有面特征的物体，对于小面积的局部干扰不敏感，也无需保证轮廓边缘的完整性。