立体视觉

深度估计的立体视觉

立体视觉是从一个场景的多个2D视图中提取3D信息的过程。立体视觉用于先进的驾驶辅助系统(ADAS)和机器人导航等应用程序,立体视觉用于估计感兴趣的物体与相机的实际距离或范围。

通过估计场景中点的相对深度,可以从一对图像(也称为立体对)中获得3D信息。这些估计在立体视差图中表示,它是通过匹配立体对中的对应点来构建的。

使用一对立体图像重建一个场景

使用一对立体图像(左上和右上)重建一个场景。为了可视化视差,将右通道与左通道组合在一起创建合成(左中)。还显示了场景的视差图(右中)和场景的3D渲染图(中下)。参见MATLAB代码示例和说明

立体图像被整流以简化匹配,以便在一个图像中的对应点可以在另一个图像的同一行中找到。这将二维立体对应问题简化为一维问题。立体图像的校正方法有标定校正和非标定校正两种。通过确定一组匹配的兴趣点,估计基本矩阵,然后推导出两个射影变换,实现了未标定立体图像的校正。标定的立体校正使用来自立体相机标定过程的信息。
整流立体像对

整流立体声图像对。注意,匹配点位于同一行上。参见MATLAB代码示例和说明

立体浮雕显示校准的立体校正。

显示校正过的立体图像校正的立体浮雕。参见MATLAB代码示例和说明。

立体相机标定用于确定立体对中摄像机的内在参数和相对位置,该信息用于立体校正和三维重建。

校准一对立体音响

使用棋盘图案校准立体声对立体相机校准器应用程序

立体视觉也用于诸如3D电影记录和制作、物体跟踪、机器视觉和距离感知等应用。有关立体视觉的更多信息,请参见计算机视觉工具箱™

参见:对象检测图像和视频图像处理RANSAC特征匹配特征提取RANSAC点云同步定位和映射计算机视觉

Baidu
map