雙目立體視覺具有極高的識別準確率，其主要應用包括雙目視覺導航、定位；三維重構；雙目立體測量；空間三維立體跟蹤等。雙目視覺的基本原理就是模擬人眼并利用空間幾何模型推導出相應的算法來解決實際問題。下面，以機器人導航應用為例為您詳細解析雙目立體視覺的實際應用。
第一、提取感興趣的點（特征檢測）
就是把我們感興趣的物體分割出來，針對導航、定位來說就是把機器人前面的障礙物找到。這種應用在特征點提取這部分的特點是：需要提取的特征點較少、提取速度要求高。具體速度需要根據機器人的總體精度來衡量。一般來說一秒鐘至少要給機器人五個以上的信號，也就是說每秒至少采集五幀以上的圖像并分別處理。
在這個過程中，首先必須得提取到障礙物的信息，我們很容易想到可以給機器人上面安裝一個攝像頭來對前方的道路情況進行拍攝。但是如果是用一個攝像頭，我們只能得到障礙物的平面信息，也就是X、Y坐標信息，機器人并不知道應該再走多遠才能實施避障動作。
所以我們需要再加一個攝像頭從另外的角度去拍攝這個障礙物。這樣一來就能得到兩張從不同角度來描述該障礙物的圖片了。然后再加入一些合適的預處理算法（圖像處理），比如二值化、邊緣提取、特征點去噪（需要根據具體的場景，選擇合適的算法）等把兩張圖片中的障礙物提取、分割出來。這樣就完成了特征點提取，為下一步“精確化數字描述”做好了基礎。
第二、精確化數字描述（立體匹配、姿態測量）
這部分指的是分割出障礙物的特征點以后需要用有效的數值來描述，在雙目視覺系統中當然就是用三維坐標來描述了。如果在安裝好雙目相機的同時還進行了單目相機標定和雙目相機標定（見第三部分），確認了雙相機、鏡頭的參數矩陣，得到平移向量和旋轉矩陣。那么根據雙目立體匹配原理帶入就可以得出該障礙物的三維坐標值了。把該三維坐標值輸入機器人控制系統，機器人就可以智能的實現避障了。
在這部分中用到了“立體匹配”算法，其實該算法是和雙目標定相結合，該算法根據特征點在左右圖像中的坐標點進行基礎矩陣的計算并將左右圖像的同名坐標點一一對應。在這個過程中用到的“平移向量”和“旋轉矩陣”就是下一步雙目標定中給出的參數。
第三、雙目標定
雙目標定就是利用已知世界坐標系（標定板）和圖像坐標系（對標定板圖像處理后結果）的對應關系，計算出雙目相機在當前位置關系下的參數信息。標定完成后，用該雙目系統去觀測未知世界坐標系時就可以得到其三維信息了。事實上，在雙目標定前，還需要對每個相機做單相機標定，以確定其畸變系數、相機內參矩陣等。這樣做的目的是為了使左右相機獲取到的圖像都能校正為標準圖像后再進行處理。
網站客服
粵公網安備 44030402000946號