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。