双目视觉焦距_双目视觉三维定位原理解析

双目立体视觉是一门有着广阔应用前景的学科，根据双目立体视觉CCAS提供的思路及组成原理，随着光学、电子学以及计算机技术的发展，将不断进步，逐渐实用化，不仅将成为工业检测、生物医学、虚拟现实等领域的关键技术，还有可能应用于航天遥测、军事侦察等领域。目前在国外，双目立体视觉技术已广泛应用于生产、生活中。

双目视觉三维定位原理

双目立体视觉三维测量是基于视差原理。

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：

则视差为：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。

双目立体视觉的三维测量方法

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：

第一、相机参数标定。这部分前文已经说过，不再细说了，有兴趣的可以去看CCAS双目立体视觉的相关资料。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。

第二、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。

第三、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。CCAS提供了相应的算法模型和和例程。

第四、指定测量范围并输出结果。