《计算机视觉教程》笔记
编著：章毓晋（清华大学电子工程系）
出版社：人民邮电出版社
出版时间：2017.3

9.1 立体视觉模块

• 一个完整的立体视觉系统主要可以划分为6个模块

1、摄像机标定

• 目的是根据有效的成像模型，确定摄像机的内外部属性参数，以便正确建立空间坐标系中物点与它在图像平面上的像点之间的对应关系。
• 在立体视觉中，常使用多个摄像机，此时对每个摄像机都要分别标定。
• 在从2-D计算机图像坐标推导3-D信息时，如果摄像机是固定的，只需一次标定即可。
• 如果摄像机是运动的，则可能需多次标定。

2、图像获取

• 图像采集涉及空间坐标和图像属性两方面的问题
• 立体图像最常用的是双目图像
• 近年也有许多方法采用多目图像，
  获取这些多目图像的摄像机（及对应的观察视点）可在一条直线上，也可在一个平面上，或甚至呈现立体分布的形式

3、特征提取

• 立体视觉借助不同观察点对同一景物间的视差来帮助求取 3-D 信息（特别是深度信息）。
• 如何判定同一景物在不同图像中的对应关系是关键的一步。
• 解决该问题的方法之一是选择合适的图像特征以进行立体图像之间的匹配。
• 常用的匹配特征从小到大主要有点状特征、线状特征和区域特征等。

4、立体匹配

• 立体匹配是指根据对所选特征的计算来建立特征间的对应关系，从而建立同一个空间点在不同图像中的像点之间的关系，并由此得到相应的视差图像。

5、3-D信息恢复

• 当通过立体匹配得到视差图像后，便可以进一步计算深度图像，并恢复场景中的3-D信息

6、后处理

• 经过以上各个步骤所得到的3-D信息常因各种原因而不完整或存在一定的误差，需要进一步的后处理。
• 常用的后处理主要有以下3类。
  （1）深度插值
  （2）误差校正
  （3）精度改善