基于双目视觉的定位方法

固定一个相机 以他为坐标原点 进行位置调整 。

文章转至：http://www.elecfans.com/baike/tongxingjishu/20180123621352.html

 

首先讲一下双目视觉  

用两部相机来定位。对物体上一个特征点，用两部固定于不同位置的相机摄得物体的像，分别获得该点在两部相机像平面上的坐标。只要知道两部相机精确的相对位置，就可用几何的方法得到该特征点在固定一部相机的坐标系中的坐标，即确定了特征点的位置。

 

定位原理运用的是   双目立体视觉三维测量的视差原理

​ ​​

其中基线距B=两摄像机的投影中心连线的距离；相机焦距为f。设两摄像机在同一时刻观看空间物体的同一特征点（xc，yc，zc），分别在“左眼”和“右眼”上获取了点P的图像，它们的图像坐标分别为pleft=（Xleft，Yleft），pright=（Xright，Yright）。

现两摄像机的图像在同一个平面上，则特征点P的图像坐标Y坐标相同，即Yleft=Yright=Y，则由三角几何关系得到：

​ ​​

• leftrightDisparityXX=-。由此可计算出特征点P在相机坐标系下的三维坐标为：

​ ​​

因此，左相机像面上的任意一点只要能在右相机像面上找到对应的匹配点，就可以确定出该点的三维坐标。这种方法是完全的点对点运算，像面上所有点只要存在相应的匹配点，就可以参与上述运算，从而获取其对应的三维坐标

 

双目立体测量的特点类似于“双目导航、定位”，一般来说：第一、需要提取的点不多，仅把被测物需要测量部分的点找到即可；第二、速度要求较高，一般要求一秒中测量多个产品；第三、对光照环境要求高。因为测量的时候相机和被测物必然有相对位移，所以拍摄到的图像可能各个角度都会有。一般的实现步骤如下：

 

• 相机参数标定。这部分的主要目的：获取相机的内参数和镜头畸变系数、获取双相机在当前角度下立体参数。
• 对被测物进行拍摄，并获取被测部分的特征点。这是双目立体视觉测量最重要的部分。主要难点在于该用哪些算法来获取特征点，并且这种特征点的获取方式上，不能用打激光点或手动贴特征点这样的方式来“取巧”，必须尊重原图。根据CCAS提供的一些图像预处理算法进行实验后发现，一般提取特征点时需要用到数十种以上的预处理算法，而这些算法中的参数需要不断的去实验。由于CCAS提供二次开发库，所以在一些极端情况下用户还可以在其中加入一些其他的算法。其最终目的还是把特征点准确的找到。
• 三维坐标获取。完成以上步骤后，就可以进行立体匹配并计算三维坐标来。这部分比较简单，只要给出来数学模型了直接带入公式即可。
• 指定测量范围并输出结果。

  固定一个相机 以他为坐标原点 进行位置调整 。

   

   

   

   

   

   

   

   

   

   

•