机器视觉学习笔记（9）——一个双目测距的简单实例

机器视觉学习笔记（9）——一个双目测距的简单实例

标签： 机器视觉

1.实例目标

学习OpenCV也一月有余了，遂想进行一个双目测距的简单实验，先解决从无到有，再解决锦上添花。

该实例背景较为简单，目标是测量红色盖子的长和宽，左摄像机原始图如下：

2.处理流程

Created with Raphaël 2.1.0 开始 载入相机标定参数 双目拍照 校正图片 多次二值化，形态学处理 拼接处理后的左右图片 Canny提取边缘 hough变换检测直线 求直线交点 整理交点在{pixel}下坐标和视差到pixMat worldMat = Q * pixMat 计算交点的实际坐标 求盒子的宽度 特征显示 结束

3.实例效果

• 合成图
  
  
  • 画出过左照片中交点的水平直线(绿色)，发现对应点几乎在一条直线上，说明匹配度较高（点击查看原图）
• 最终结果
  
  
  • 红色盒子有一条棱，实际上检测的是棱上面的宽度，可以看出绿线并没有包含棱，结果较好
• 距离检测结果
  
  
  • 实际距离是74.5mm左右，绝对检测误差为1.15mm，相对误差为1.5%，此时物体距离相机1134mm左右
  • 相机标定误差为0.3mm，所以测量结果还是比较准确的

4.总结

• 本实例背景较为简单，只能适用于固定场合的零件检测，水果品质检测等
• 基本的几何知识是必要的，例如求直线的交点，一元函数的线性回归
• 双目测距基本就是这个流程
  
  • 载入图片（抓取一帧）
  • 校正图片
  • 区域剪裁
  • 角点识别
  • 立体匹配
  • 生成pixMat
  • 计算{world}坐标
  • 计算距离或者位姿