检测三维物体？一篇文章认识《双目立体视觉》-技术圈

来源：https://blog.csdn.net/qq_41204464/article/details/115387812

作者：一颗小树X@CSDN

前言

双目立体视觉，由两个摄像头组成，像人的眼睛能看到三维的物体，获取物体长度、宽度信息，和深度的信息；单目视觉获取二维的物体信息，即长度、宽度。

1）双目摄像头

双目摄像头示意图（ORBBEC® Gemini 3D传感摄像头是一款基于双目结构光3D成像技术的近距离高精度的嵌入式模组）：

2）双目相机基线

基线越大，测量范围越远；基线越小，测量范围越近。

建议：

（1）基线距离是工作距离的08-2.2倍时测量误差比较小；

（2）双目立体视觉的结构对称时，测量系统的误差比较小，精度也比较高。

（3）两台相机的有效焦距∫越大，视场越小，视觉测量系统的测量精度越高（即采用长焦距镜头容易获得较高的测量精度）

3）打开双目摄像头

在OpenCV用使用双目摄像头，包括：打开单目摄像头、设置摄像头参数、拍照、录制视频。

环境编程语言：Python3        主要依赖库：OpenCV3.x 或 OpenCV4.x

双目同步摄像头，两个镜头共用一个设备ID，左右摄像机同一频率。这款摄像头分辨率支持2560*960或以上。

思路流程：

1、由于两个镜头共用一个设备ID，打开摄像头时使用cv2.VideoCapture()函数，只需打开一次。区别有的双目摄像头是左右镜头各用一个设备ID，需要打开两次cv2.VideoCapture(0)，cv2.VideoCapture(1)。

2、双目摄像头的总分辨率是由左右镜头组成的，比如：左右摄像机总分辨率1280x480；分割为左相机640x480、右相机640x480

为了方便理解画了张草图；图中的“原点”是图像像素坐标系的原点。

3、分割后，左相机的分辨率：高度 0:480、宽度 0:640

右相机的分辨率：高度 0:480、宽度 640:1280

4、转换为代码后

     # 读取摄像头数据    ret, frame = camera.read()    #裁剪坐标为[y0:y1, x0:x1]  HEIGHT * WIDTH    left_frame = frame[0:480, 0:640]    right_frame = frame[0:480, 640:1280]
    cv2.imshow("left", left_frame)    cv2.imshow("right", right_frame)

源代码：

举个栗子：打开分辨率1280x480的双目摄像头

# -*- coding: utf-8 -*-import cv2import time

AUTO = False  # 自动拍照，或手动按s键拍照INTERVAL = 2 # 自动拍照间隔
cv2.namedWindow("left")cv2.namedWindow("right")camera = cv2.VideoCapture(0)
# 设置分辨率 左右摄像机同一频率，同一设备ID；左右摄像机总分辨率1280x480；分割为两个640x480、640x480camera.set(cv2.CAP_PROP_FRAME_WIDTH,1280)camera.set(cv2.CAP_PROP_FRAME_HEIGHT,480)
counter = 0utc = time.time()folder = "./SaveImage/" # 拍照文件目录
def shot(pos, frame):    global counter    path = folder + pos + "_" + str(counter) + ".jpg"
    cv2.imwrite(path, frame)    print("snapshot saved into: " + path)
while True:    ret, frame = camera.read()    # 裁剪坐标为[y0:y1, x0:x1] HEIGHT*WIDTH    left_frame = frame[0:480, 0:640]    right_frame = frame[0:480, 640:1280]
    cv2.imshow("left", left_frame)    cv2.imshow("right", right_frame)
    now = time.time()    if AUTO and now - utc >= INTERVAL:        shot("left", left_frame)        shot("right", right_frame)        counter += 1        utc = now
    key = cv2.waitKey(1)    if key == ord("q"):        break    elif key == ord("s"):        shot("left", left_frame)        shot("right", right_frame)        counter += 1camera.release()cv2.destroyWindow("left")cv2.destroyWindow("right")

补充理解：

OpenCV有VideoCapture()函数，能用来定义“摄像头”对象，0表示第一个摄像头（一般是电脑内置的摄像头）；如果有两个摄像头，第二个摄像头则对应VideoCapture(1)。

在while循环中使用“摄像头对象”的read()函数一帧一帧地读取摄像头画面数据。

imshow函数是显示摄像头的某帧画面；cv2.waitKey(1)是等待1ms，如果期间检测到了键盘输入q，则退出while循环。

效果：

4）双目测距

原理：

通过对两幅图像视差的计算，直接对图像所拍摄到的范围进行距离测量，无需判断前方出现的是什么类型的障碍物。

视差disparity：

首先看一组视觉图：左相机图和右相机图不是完全一致的，通过计算两者的差值，形成视差，生成视差图（也叫：深度图）

视差是同一个空间点在两个相机成像中对应的x坐标的差值；
它可以通过编码成灰度图来反映出距离的远近，离镜头越近的灰度越亮；

我们观察一下，看到台灯在前面，离双目相机比较近，在灰度图呈现比较亮；摄影机及支架在后方，离双目相机比较远，在灰度图呈现比较暗。

补充理解：

由立体视觉系统测量的深度被离散成平行平面（每个视差值一个对应一个平面）

给定具有基线 b 和焦距 f 的立体装备，系统的距离场受视差范围[dmin ，dmax]的约束。

极线约束：

极线约束（Epipolar Constraint）是指当空间点在两幅图像上分别成像时，已知左图投影点p1，那么对应右图投影点p2一定在相对于p1的极线上，这样可以极大的缩小匹配范围。

标准形式的双目摄像头，左右相机对齐，焦距相同。

如果不是标准形式的双目摄像头呢？哦，它是是这样的：（需要极线校正/立体校正）

极线校正/立体校正

双目测距流程：

a.双目标定

主要是获取内参（左摄像头内参+右摄像头内参）、外参（左右摄像头之间平移向量+旋转矩阵）

标定过程：

b.双目矫正

消除镜头变形，将立体相机对转换为标准形式

c.立体匹配

寻找左右相机对应的点（同源点）

d.双目测距（三角测量）

给定视差图、基线和焦距，通过三角计算在3D中对应的位置

双目测距原理

e.测距效果

彩蛋：双目立体匹配（重点）

立体匹配是双目立体视觉中比较重要的一环，往往这里做研究和优化。

a.立体匹配流程

b.匹配代价计算

代价函数用于计算左、右图中两个像素之间的匹配代价（cost）。cost越大，表示这两个像素为对应点的可能性越低。

常用代价函数

AD/BT
AD+Gradient
Census transform
SAD/SSD
NCC
AD+Census
CNN

c.立体匹配

端到端视差计算网络

 Disp-Net (2016)

 GC-Net (2017)

 iRestNet (2018)

 PSM-Net (2018)

 Stereo-Net (2018)

 GA-Net (2019)

 EdgeStereo (2020)

立体视觉方法评测网站

ETH3D https://www.eth3d.net/

Kitti Stereo http://www.cvlibs.net/datasets/kitti/eval_scene_flow.php?benchmark=stereo

Middlebury Stereo 3.0 https://vision.middlebury.edu/stereo/eval3/

双目测距总结

优势：

（1）成本比单目系统要高，但尚处于可接受范围内，并且与激光雷达等方案相比成本较低；

（2）没有识别率的限制，因为从原理上无需先进行识别再进行测算，而是对所有障碍物直接进行测量；

（3）直接利用视差计算距离，精度比单目高；

（4）无需维护样本数据库，因为对于双目没有样本的概念。

难点：

（1）计算量大，对计算单元的性能要求高，这使得双目系统的产品化、小型化的难度较；（芯片或FPGA）

（2）双目的配准效果，直接影响到测距的准确性；

（3）对环境光照非常敏感；（光照角度、光照强度）

（4）不适用于单调缺乏纹理的场景；（天空、白墙、沙漠）

（5）相机基线限制了测量范围。（基线越大，测量范围越远；基线越小，测量范围越近）

参考文献

1）[Wang 2015] Wang W, Yan J, Xu N, et al. Real-time high-quality stereo vision system in FPGA. IEEE Transactions on Circuitsand Systems for Video Technology, 2015, 25(10): 1696-1708.2）

2）[Kim 2016] K.-R. Kim and C.-S. Kim. Adaptive smoothness constraints for efficient stereo matching using texture and edgeinformation. ICIP 2016.

3）[Zbontar 2016] Zbontar J, LeCun Y. Stereo matching by training a convolutional neural network to compare image patches.Journal of Machine Learning Research, 2016.

4）[Park 2017] Park H, Lee K M. Look wider to match image patches with convolutional neural networks. IEEE Signal ProcessingLetters, 2017.

5）Leonid Keselman, et al. Intel R RealSenseTM Stereoscopic Depth Cameras. CVPRW. 2017.

6）立体匹配算法原理与应用.奥比研究院.徐玉华

7）基于双目视觉的空间非合作目标姿态测量技术研究.颜坤

8）https://www.bilibili.com/video/BV1ka4y1L7xT?from=search&seid=5727123941116684431

9）https://blog.csdn.net/u011808673/article/details/90641589 10）https://www.cnblogs.com/polly333/p/5130375.html

End

声明：部分内容来源于网络，仅供读者学术交流之目的。文章版权归原作者所有。如有不妥，请联系删除。