立体视觉

用于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。立体视觉用于高级驾驶辅助系统(ADAS)和机器人导航等应用，其中立体视觉用于估计相机感兴趣物体的实际距离或范围。

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

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，将右通道与左通道结合以创建一个复合(中左)。还显示了场景的视差图(右中)和场景的3D渲染(中下)。参见MATLAB代码和说明示例．

对立体图像进行校正以简化匹配，使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。立体图像整流有标定和未标定两种方法。通过确定一组匹配的兴趣点，估计基本矩阵，然后导出两个射影变换，实现了无标定立体图像校正。校准的立体校正使用来自立体相机校准过程的信息。
整流立体像对

矫正立体图像对。注意，匹配点位于同一行上。参见MATLAB代码和说明示例．

立体浮雕显示校准立体校正。

立体浮雕显示校正立体图像校正。参见MATLAB代码和说明示例。

立体摄像机标定(5:51)用于确定摄像机在立体对中的固有参数和相对位置，这些信息用于立体校正和三维重建。

校准一个立体对

校准立体声对使用棋盘图案使用立体相机校准器应用程序．

立体视觉还用于3D电影录制和制作、物体跟踪、机器视觉和距离传感等应用。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，SLAM(同时定位和映射)，计算机视觉

Baidu
map