基于双目立体视觉的物体体积测量研究[D].中国矿业大学,2021.
双目相机的选型:
双目平行式:
便于标定,运算简单
视角较小,如果距离物体较近,且两个相机的基线距离不合适的话会出现盲区,对基线的选择要求较高。
双目汇聚式:
可以调整相机光轴之间的夹角,不存在盲区问题
模型较为复杂,计算量大,不易于标定
大多数的场景应用的是双目平行式,因此要注意和待测物体之间的距离和相机的基线距离
相机选型考虑的参数
视场角
H(垂直)*D(水平)*V(对角)
上述黑色的H和W分别为成像平面的高度和宽度
焦距越小视场角越大可以看到更大范围的物体(广角),更适用于拍摄较近的物体
摄像头参数介绍 ———— 视场角(FOV)_小趴菜_自动驾驶搬砖人的博客-CSDN博客
三维坐标的求取
几何法
最小二乘法
几何法的计算精度不如最小二乘法,但是几何法的运算速度较快。因此我们通常采用几何法
匹配方法
立体匹配:
稠密的视差图,适合于三维重建
基于特征的匹配:
稀疏的视差图,对光亮的影响稳定性高,但没法用于三维重建
图像对比度
图像的对比度指的是图像中各个部分的灰度值差异,对比度比较小的图像大部分像素都集中在某个灰度值范围内,因此图像中各个物体灰度值都差不多,极端情况所有物体灰度值都相同,这样根本无法将各个物体分开。所以要想使得图像的对比度大,那么应该让图像中的像素均匀分布在各个灰度级上,即使得图像中最亮和最暗的像素值之差最大,这体现在灰度强度和像素个数两方面。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库