opencv3双目视觉中的立体校正原理

立体校正就是，把实际中非共面行对准的两幅图像，校正成共面行对准。

（1）未校正以前左右眼视图

（2）校正后的左右眼视图

通过图可以很直观的看到效果

我们知道，立体匹配是三维重建、立体导航、非接触测距等技术的关键步骤，它通过匹配两幅或者多幅图像来获取深度信息。并且广泛应用于，工业生产自动化、流水线控制、无人驾驶汽车（测距，导航）、安防监控、遥感图像分析、机器人智能控制等方面。”而立体图像校正是降低立体匹配计算复杂性的最有效方法之一。 因为当两个图像平面是完全共面行对准时，立体匹配从二维搜索降至一维搜索，并且可以过滤掉无匹配点。但是，在现实的双目立体视觉系统中，是不存在完全的共面行对准的两个摄像机图像平面的，所以我们要进行立体校正。

Bouguet校正原理

校正过程中两个图像平面均旋转一半的R，这样可以使重投影畸变最小，此时两个摄像机图像平面共面（畸变校正后光轴也平行），但是行不对准
极点是两个相机坐标系原点的连线和图像平面的交点，要想使得极点处于无穷远处（即行对准），就必须两个摄像机的图像平面和两个相机坐标系原点的连线平行
可以计算Rrect

 

(1)共面：将相机旋转矩阵R划分为左右相机的合成矩阵r1，rr，目的是实现图像平面共面。但是行没有对齐。

(2)行对准：建立行对准换行矩阵Rrect使极点转换到无穷远处。

Rrect的创建：

 

opencv实现中要先把旋转矩阵变为旋转向量，对旋转向量的模长平分，就得到可以把光轴 摆平的左右矩阵，然后用这个矩阵乘以T，归一化得到e1，然后根据上面的公式构建e2,e3就可以通过叉乘获得，最后转为旋转矩阵，在通过转置就可以得到最终的RL和RR啦。

 

发现好的讲解会持续更新。

 

参考：https://blog.csdn.net/u014652390/article/details/71169927

            https://blog.csdn.net/u011574296/article/details/73826420