文章導(dǎo)讀

本文通過介紹雙目立體視覺的成像過程，帶大家了解雙目視覺如何從兩個不同視角的成像平面中恢復(fù)出物體三維幾何信息，重建周圍景物的三維形狀與位置。 在說雙目視覺之前，我們先聊一下單目成像過程，最簡單的單目成像是基于小孔成像的原理，三維空間中的點經(jīng)過透視投影過程映射到圖像平面上，如此一來在透視線上的空間點都落在像平面上的同一點處。

所以普遍認為單目相機缺乏深度信息無法測距。（這里僅從成像原理出發(fā)，當然現(xiàn)實中借助外界約束有很多單目測距的方法） 而雙目相機利用視差原理從不同的位置獲取被測物體的兩幅圖像，通過計算圖像對應(yīng)點間的位置偏差來恢復(fù)出物體三維幾何信息。 雙目的核心在于建立兩個圖像中特征之間的對應(yīng)關(guān)系，將三維空間中同一目標點在不同視圖的成像點關(guān)聯(lián)起來，然后計算它們之間的差別，最后通過視差和距離的幾何關(guān)系得到深度圖。雙目立體視覺的具體步驟如下：

對雙目相機進行標定得到內(nèi)外參數(shù)和單應(yīng)性矩陣

通過內(nèi)參做畸變校正并用單應(yīng)矩陣將兩張圖片轉(zhuǎn)換到同一平面

對校正后的兩張圖片根據(jù)極線約束進行像素配準

根據(jù)配準結(jié)構(gòu)計算每個像素的深度從而獲得深度圖

輸入左右兩個視角的自行車圖像：

輸出自行車的深度圖信息：

到底什么是視差、極點、極線、極平面、極線約束等等？在談到雙目成像時，首先出現(xiàn)的一個概念就是視差，網(wǎng)上有人用過一個很簡單的形式來描述視差，即將人眼想象成雙目相機，豎起一根手指放在前方作為目標，分別閉上左眼或右眼去觀察目標，我們發(fā)現(xiàn)目標在不同成像平面中的位置移動了，這個像素位置的差異值就是視差。

在上面這張圖中，左右兩幅圖分別表示左右相機的成像平面，假設(shè)一個目標在左視圖的成像點落在第二列藍色區(qū)域，在右視圖的成像點落在第五列藍色區(qū)域，視差值即為3。這里小伙伴會問為什么在計算視差值的時候，目標在左右視圖中的匹配點所在行相同呢？其實在計算視差圖之前，存在一個重要的操作即圖像校正：包括畸變校正和立體校正兩個過程。

圖像的畸變校正我們都很熟悉了，有興趣的童鞋可以翻翻小編之前的文章，有一篇線性相機模型中進行了描述。通過張正友標定法計算出相機的4個內(nèi)參fx，fy，cx，cy和5個畸變系數(shù)k1，k2，k3，p1，p2，進一步解決相機的枕形畸變和桶形畸變。 立體校正的過程是利用兩顆相機之間的外參即旋轉(zhuǎn)平移矩陣以及透視投影矩陣，對兩幅圖像進行極線校正，將圖象平面重投影到平行于光心線的公共平面上，如下圖所示，將原始的灰色像平面糾正到黃色位置。

接下來我們從下圖解釋一下極點、極線、極平面的概念，假設(shè)空間一點P投影到左視圖像平面上，成像點PL；投影到右視圖像平面上，成像點PR。兩個相機光心的連線CL-CR與像平面的交點eL和eR稱為極點。物點P與左右相機光心CL、CR組成的平面稱為極平面。而極平面與相機的像平面交線稱為極線。

上圖中還有一個規(guī)律，我們發(fā)現(xiàn)不同距離處的三維空間點P，P1，P2，P3投影到左視圖成像點PL上，在右視圖搜索相對應(yīng)的匹配點時，它們均落在紅色直線上（極線）。所以當我們做左右視圖的匹配時，是否可以利用這一規(guī)律呢？在圖像匹配的過程中，如何找到兩幅圖像的對應(yīng)關(guān)系？最直接的做法就是逐點匹配，但是從一副圖像中逐個像素點的搜索，不僅耗時巨大而且匹配精度不高。

為了降低匹配的難度，提供匹配的速度和精度，通常會增加一些約束條件，比如極線約束、相似性約束、左右一致性約束等。其中極線約束最為常見，它是指三維空間中一點P，當投影到左視圖P’位置后，必然能在右視圖的極線上匹配到該點。該約束將二維空間中的逐點搜索降維到一維直線上的搜索，減少了算法耗時并提高匹配精度。我們先來看一種理想的情況，左右相機內(nèi)參相同且像平面共面，如下圖所示：

在這種情況下，做圖像特征匹配時，只需要將左視圖中的像素點，沿著水平方向在右視圖的極線上搜索對應(yīng)點即可。但是實際情況下左右相機內(nèi)參不同且像平面不共面，如下圖所示：

上文中提到的立體校正就是應(yīng)用在此處，為了使同一特征點位于左右相機兩張圖像水平方向的同一條直線上。也就是把實際情況下非共面行對齊的兩幅圖像校正成共面行對齊。那么極線和視差是否存在某種關(guān)系呢？假設(shè)左右兩個相機的焦距相同，極線和光軸均平行。

左右視角同時看到兩個目標P1和P2，其中XR1和XT1分別是P1點落在左右兩幅圖中的位置，即P1在左右相機的視差為|XR1-XT1|；XR2和XT2分別是P2點落在左右兩幅圖中的位置，即P2在左右相機的視差為|XR2-XT2|。所以移動三維空間中的一點P，其在左右相機中的位置也會發(fā)生變化，從而視差發(fā)生變化。如下圖所示：

根據(jù)三角形相似性原理可以得到Z=b * f / d，Z表示目標的距離，b是基線，f是焦距，d是視差，可以看出視差與三維空間上的點到投影中心平面的距離成反比：距離像平面越近的目標，視差越大；距離像平面越遠的目標，視差越小。

雙目視覺的本質(zhì)就是兩幅圖像特征匹配的過程，雖然技術(shù)成熟度很高，但是在哪些情況下仍然存在挑戰(zhàn)呢？

物體邊緣處的估計

紋理信息單調(diào)的場景

缺乏紋理的物體

光照角度強度不同

雨雪天氣場景下

夜晚或昏暗場景

在室內(nèi)場景會遇到白墻，房頂，玻璃等紋理信息單一或缺乏的情況導(dǎo)致圖像匹配失敗；在室外場景會遇到進出隧道的光照變化，昏暗街道的匹配失敗等問題。

編輯：jq