日本一区二区三区免卡在线视频-91大香蕉一区二区三区四区-日本三级中文字幕在线观看-久久精品成人一区二区三电影院

激光焊縫跟蹤傳感器
行業(yè)新聞
Industry news
行業(yè)新聞
Industry news
[轉(zhuǎn)載]雙目立體視覺深度相機原理科普
日期:2018-08-29瀏覽量:6906來源:

創(chuàng)想智控將機器視覺技術(shù)應(yīng)用于視覺與圖像領(lǐng)域,自主研發(fā)了雙目立體視覺相機,已應(yīng)用在工業(yè)和VR領(lǐng)域,具體產(chǎn)品和行業(yè)案例可以搜索北京創(chuàng)想智控進入官網(wǎng)進行查看。

創(chuàng)想智控雙目立體視覺產(chǎn)品

以下科普知識來源網(wǎng)絡(luò),如有涉及侵權(quán),請聯(lián)系我們刪除。

基于雙目立體視覺的深度相機類似人類的雙眼,和基于TOF、結(jié)構(gòu)光原理的深度相機不同,它不對外主動投射光源,完全依靠拍攝的兩張圖片(彩色RGB或者灰度圖)來計算深度,因此有時候也被稱為被動雙目深度相機。

雙目立體視覺深度相機詳細原理

1、理想雙目相機成像模型

首先我們從理想的情況開始分析:假設(shè)左右兩個相機位于同一平面(光軸平行),且相機參數(shù)(如焦距f)一致。那么深度值的推導(dǎo)原理和公式如下。公式只涉及到初中學(xué)的三角形相似知識,不難看懂。

理想雙目相機成像模型

理想情況下雙目立體視覺相機深度值計算原理

根據(jù)上述推導(dǎo),空間點P離相機的距離(深度)z=f*b/d,可以發(fā)現(xiàn)如果要計算深度z,必須要知道:

1、相機焦距f,左右相機基線b。這些參數(shù)可以通過先驗信息或者相機標定得到。

2、視差d。需要知道左相機的每個像素點(xl, yl)和右相機中對應(yīng)點(xr, yr)的對應(yīng)關(guān)系。這是雙目視覺的核心問題。

2、極線約束概念

極線約束對于求解圖像對中像素點的對應(yīng)關(guān)系非常重要。

如下圖所示。C1,C2是兩個相機,P是空間中的一個點,P和兩個相機中心點C1、C2形成了三維空間中的一個平面PC1C2,稱為極平面(Epipolar plane)。極平面和兩幅圖像相交于兩條直線,這兩條直線稱為極線(Epipolar line)。P在相機C1中的成像點是P1,在相機C2中的成像點是P2,但是P的位置事先是未知的。

極線約束

我們的目標是:對于左圖的P1點,尋找它在右圖中的對應(yīng)點P2,這樣就能確定P點的空間位置,也就是我們想要的空間物體和相機的距離(深度)。

所謂極線約束(Epipolar Constraint)就是指當同一個空間點在兩幅圖像上分別成像時,已知左圖投影點p1,那么對應(yīng)右圖投影點p2一定在相對于p1的極線上,這樣可以極大的縮小匹配范圍。

根據(jù)極線約束的定義,我們可以在下圖中直觀的看到P2一定在對極線上,所以我們只需要沿著極線搜索一定可以找到和P1的對應(yīng)點P2。

3、圖像矯正技術(shù)

圖像矯正是通過分別對兩張圖片用單應(yīng)(homography)矩陣變換(可以通過標定獲得)得到的,的目的就是把兩個不同方向的圖像平面(下圖中灰色平面)重新投影到同一個平面且光軸互相平行(下圖中黃色平面),這樣就可以用前面理想情況下的模型了,兩個相機的極線也變成水平的了。

圖像矯正技術(shù)



經(jīng)過圖像矯正后,左圖中的像素點只需要沿著水平的極線方向搜索對應(yīng)點就可以了(開心)。從下圖中我們可以看到三個點對應(yīng)的視差(紅色雙箭頭線段)是不同的,越遠的物體視差越小,越近的物體視差越大,這和我們的常識是一致的。

4、基于滑動窗口的圖像匹配

對于左圖中的一個像素點(左圖中紅色方框中心),在右圖中從左到右用一個同尺寸滑動窗口內(nèi)的像素和它計算相似程度,相似度的度量有很多種方法,比如誤差平方和法(Sum of Squared Differences,簡稱SSD),左右圖中兩個窗口越相似,SSD越小。下圖中下方的SSD曲線顯示了計算結(jié)果,SSD值最小的位置對應(yīng)的像素點就是最佳的匹配結(jié)果。

基于滑動窗口的圖像匹配

具體操作中還有很多實際問題,比如滑動窗口尺寸?;瑒哟翱诘拇笮∵x取還是很有講究的。


5、基于能量優(yōu)化的圖像匹配

目前比較主流的方法都是基于能量優(yōu)化的方法來實現(xiàn)匹配的。能量優(yōu)化通常會先定義一個能量函數(shù)。比如對于兩張圖中像素點的匹配問題來說,我們定義的能量函數(shù)如下圖公式1。

基于能量優(yōu)化的圖像匹配

我們的目的是:


1、在左圖中所有的像素點和右圖中對應(yīng)的像素點越近似越好,反映在圖像里就是灰度值越接近越好。

2、在 同一張圖片里,兩個相鄰的像素點視差(深度值)也應(yīng)該相近。

上述公式1代表的能量函數(shù)就是著名的馬爾科夫隨機場(Markov Random Field)模型。通過對能量函數(shù)最小化,我們最后得到了一個最佳的匹配結(jié)果。有了左右圖的每個像素的匹配結(jié)果,根據(jù)前面的深度計算公式就可以得到每個像素點的深度值,最終得到一幅深度圖。

北京創(chuàng)想智控科技有限公司是一家專注于機器視覺焊接自動化的研發(fā)及生產(chǎn)的高新技術(shù)企業(yè)。多年來,創(chuàng)想智控憑借公司的核心技術(shù)致力于為用戶提供機器視覺和智能控制的解決方案;深度服務(wù)于螺旋管、鋼瓶、壓力容器、鋼結(jié)構(gòu)、汽車零配件、焊接機器人等行業(yè)的焊接制造領(lǐng)域。未來,創(chuàng)想智控將不斷致力于技術(shù)研發(fā)與創(chuàng)新,立足工業(yè)智能制造,助力行業(yè)品質(zhì)提升! 


相關(guān)專題
  • 電話:86-10-82825270
  • 手機:18911522201

在線咨詢

微信咨詢

電話咨詢

24小時電話
18911522201

QQ咨詢

返回頂部