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。
