双目重建之极线约束与极线对齐

1.极线约束

如上图所示,点P为世界坐标系上一点,p为左图像上一点,p'为有图像上一点,则Ppp'形成一个平面,称为极平面(也称为核平面),左右两条绿线与红线则称为极线,O与Or则为左右相机的相心。

如果,我们已知左图像一点p,想去查找右图像中的对应匹配点p’,一种方法就是通过极线约束的方式,在不对图像进行RT变换的前提下,通过两条极线的约束条件,找到右图像中的对应点p’

对应关系可以通过基础矩阵F来构建,表达式如下:

在这里插入图片描述

双目重建之极线约束与极线对齐_第1张图片

其中,Pr为有图像中一点,Pl为左图像对应点,Al,Ar为左右相机内参,RT为外参
在结构光解码后(详情参考结构光编解码一章),我们已知同一码值的左右图像对应点,增加极线约束这一条件后,便可以更加准确的查找到左右图像的对应点了。

2.极线对齐
双目立体匹配在寻找同名点的过程中,若没有任何先验约束,则对左影像每个像素,需要在右影像全图空间中进行搜索,这种暴力搜索方法不仅效率非常低,而且很容易由于各种因素(如弱纹理、重复纹理等)搜索到错误的对应点
在这里插入图片描述
如上图所示,通过标定好的相机参数,将图像投影至与基线平行的平面上,让两个相机的主光轴相互平行,使得极平面与两张图像的交线位于同一个扫描行,这样同一极线对应于两张图像的同一行,即同名点对的行号一定相等,只存在列号的差异

极线对齐之后的图像同名点只存在列号的差异,这种差异就称为视差,具体来说,视差等于同名点在左图像上的列号减去在右图像上的列号。在极线对齐后,相机坐标系的X轴与基线平行,Z轴与像平面垂直,如下图所示

在这里插入图片描述

推导可得:

式中,f为相机焦距(或主距),d为视差。式2描述的是深度与视差之间的关系。在双目立体匹配中视差图和深度图都可以作为匹配的结果,视差图总保存每个像素的视差值,是立体匹配算法中最常用的输出方式

你可能感兴趣的:(#,CV与opencv,数码相机,双目极线约束)