前言

雙目立體視覺(jué)，由兩個(gè)攝像頭組成，像人的眼睛能看到三維的物體，獲取物體長(zhǎng)度、寬度信息，和深度的信息；單目視覺(jué)獲取二維的物體信息，即長(zhǎng)度、寬度。

1）雙目攝像頭

雙目攝像頭示意圖（ORBBEC Gemini 3D傳感攝像頭是一款基于雙目結(jié)構(gòu)光3D成像技術(shù)的近距離高精度的嵌入式模組）：

2）雙目相機(jī)基線

基線越大，測(cè)量范圍越遠(yuǎn)；基線越小，測(cè)量范圍越近。

建議：

（1）基線距離是工作距離的08-2.2倍時(shí)測(cè)量誤差比較??；

（2）雙目立體視覺(jué)的結(jié)構(gòu)對(duì)稱時(shí)，測(cè)量系統(tǒng)的誤差比較小，精度也比較高。

（3）兩臺(tái)相機(jī)的有效焦距∫越大，視場(chǎng)越小，視覺(jué)測(cè)量系統(tǒng)的測(cè)量精度越高（即采用長(zhǎng)焦距鏡頭容易獲得較高的測(cè)量精度）

3）打開雙目攝像頭

在OpenCV用使用雙目攝像頭，包括：打開單目攝像頭、設(shè)置攝像頭參數(shù)、拍照、錄制視頻。

環(huán)境編程語(yǔ)言：Python3        主要依賴庫(kù)：OpenCV3.x 或 OpenCV4.x

雙目同步攝像頭，兩個(gè)鏡頭共用一個(gè)設(shè)備ID，左右攝像機(jī)同一頻率。這款攝像頭分辨率支持2560*960或以上。

思路流程：

1、由于兩個(gè)鏡頭共用一個(gè)設(shè)備ID，打開攝像頭時(shí)使用cv2.VideoCapture()函數(shù)，只需打開一次。區(qū)別有的雙目攝像頭是左右鏡頭各用一個(gè)設(shè)備ID，需要打開兩次cv2.VideoCapture(0)，cv2.VideoCapture(1)。

2、雙目攝像頭的總分辨率是由左右鏡頭組成的，比如：左右攝像機(jī)總分辨率1280x480；分割為左相機(jī)640x480、右相機(jī)640x480

為了方便理解畫了張草圖；圖中的“原點(diǎn)”是圖像像素坐標(biāo)系的原點(diǎn)。

3、分割后，左相機(jī)的分辨率：高度 0:480、寬度 0:640

右相機(jī)的分辨率：高度 0:480、寬度 640:1280

4、轉(zhuǎn)換為代碼后

    #讀取攝像頭數(shù)據(jù)
    ret, frame = camera.read()
    #裁剪坐標(biāo)為[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)

源代碼：

舉個(gè)栗子：打開分辨率1280x480的雙目攝像頭

#-*-coding:utf-8-*-
import cv2
import time




AUTO = False  # 自動(dòng)拍照，或手動(dòng)按s鍵拍照
INTERVAL = 2 # 自動(dòng)拍照間隔


cv2.namedWindow("left")
cv2.namedWindow("right")
camera = cv2.VideoCapture(0)


# 設(shè)置分辨率 左右攝像機(jī)同一頻率，同一設(shè)備ID；左右攝像機(jī)總分辨率1280x480；分割為兩個(gè)640x480、640x480
camera.set(cv2.CAP_PROP_FRAME_WIDTH,1280)
camera.set(cv2.CAP_PROP_FRAME_HEIGHT,480)


counter = 0
utc = time.time()
folder = "./SaveImage/" # 拍照文件目錄


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()
    # 裁剪坐標(biāo)為[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 += 1
camera.release()
cv2.destroyWindow("left")
cv2.destroyWindow("right")

補(bǔ)充理解：

OpenCV有VideoCapture()函數(shù)，能用來(lái)定義“攝像頭”對(duì)象，0表示第一個(gè)攝像頭（一般是電腦內(nèi)置的攝像頭）；如果有兩個(gè)攝像頭，第二個(gè)攝像頭則對(duì)應(yīng)VideoCapture(1)。

在while循環(huán)中使用“攝像頭對(duì)象”的read()函數(shù)一幀一幀地讀取攝像頭畫面數(shù)據(jù)。

imshow函數(shù)是顯示攝像頭的某幀畫面；cv2.waitKey(1)是等待1ms，如果期間檢測(cè)到了鍵盤輸入q，則退出while循環(huán)。

效果：

4）雙目測(cè)距

原理：

通過(guò)對(duì)兩幅圖像視差的計(jì)算，直接對(duì)圖像所拍攝到的范圍進(jìn)行距離測(cè)量，無(wú)需判斷前方出現(xiàn)的是什么類型的障礙物。

視差disparity：

首先看一組視覺(jué)圖：左相機(jī)圖和右相機(jī)圖不是完全一致的，通過(guò)計(jì)算兩者的差值，形成視差，生成視差圖（也叫：深度圖）

視差是同一個(gè)空間點(diǎn)在兩個(gè)相機(jī)成像中對(duì)應(yīng)的x坐標(biāo)的差值；

它可以通過(guò)編碼成灰度圖來(lái)反映出距離的遠(yuǎn)近，離鏡頭越近的灰度越亮；

我們觀察一下，看到臺(tái)燈在前面，離雙目相機(jī)比較近，在灰度圖呈現(xiàn)比較亮；攝影機(jī)及支架在后方，離雙目相機(jī)比較遠(yuǎn)，在灰度圖呈現(xiàn)比較暗。

補(bǔ)充理解：

由立體視覺(jué)系統(tǒng)測(cè)量的深度被離散成平行平面 （每個(gè)視差值一個(gè)對(duì)應(yīng)一個(gè)平面）

給定具有基線 b 和焦距 f 的立體裝備， 系統(tǒng)的距離場(chǎng)受視差范圍[dmin ，dmax]的約束。

極線約束：

極線約束（Epipolar Constraint）是指當(dāng)空間點(diǎn)在兩幅圖像上分別成像時(shí)，已知左圖投影點(diǎn)p1，那么對(duì)應(yīng)右圖投影點(diǎn)p2一定在相對(duì)于p1的極線上，這樣可以極大的縮小匹配范圍。

標(biāo)準(zhǔn)形式的雙目攝像頭，左右相機(jī)對(duì)齊，焦距相同。

如果不是標(biāo)準(zhǔn)形式的雙目攝像頭呢？哦，它是是這樣的：（需要極線校正/立體校正）

極線校正/立體校正

雙目測(cè)距流程：

a.雙目標(biāo)定

主要是獲取內(nèi)參（左攝像頭內(nèi)參+右攝像頭內(nèi)參）、外參（左右攝像頭之間平移向量+旋轉(zhuǎn)矩陣）

標(biāo)定過(guò)程：

b.雙目矯正

消除鏡頭變形，將立體相機(jī)對(duì)轉(zhuǎn)換為標(biāo)準(zhǔn)形式

c.立體匹配

尋找左右相機(jī)對(duì)應(yīng)的點(diǎn)（同源點(diǎn)）

d.雙目測(cè)距（三角測(cè)量）

給定視差圖、基線和焦距，通過(guò)三角計(jì)算在3D中對(duì)應(yīng)的位置

雙目測(cè)距原理

e.測(cè)距效果

彩蛋：雙目立體匹配（重點(diǎn)）

立體匹配是雙目立體視覺(jué)中比較重要的一環(huán)，往往這里做研究和優(yōu)化。

a.立體匹配流程

b.匹配代價(jià)計(jì)算

代價(jià)函數(shù)用于計(jì)算左、右圖中兩個(gè)像素之間的匹配代價(jià)（cost）。cost越大，表示這兩個(gè)像素為對(duì)應(yīng)點(diǎn)的可能性越低。

常用代價(jià)函數(shù)

AD/BT

AD+Gradient

Census transform

SAD/SSD

NCC

AD+Census

CNN

c.立體匹配

端到端視差計(jì)算網(wǎng)絡(luò)

? Disp-Net (2016)

? GC-Net (2017)

? iRestNet (2018)

? PSM-Net (2018)

? Stereo-Net (2018)

? GA-Net (2019)

? EdgeStereo (2020)

立體視覺(jué)方法評(píng)測(cè)網(wǎng)站

ETH3Dhttps://www.eth3d.net/

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

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

雙目測(cè)距總結(jié)

優(yōu)勢(shì)：

（1）成本比單目系統(tǒng)要高，但尚處于可接受范圍內(nèi)，并且與激光雷達(dá)等方案相比成本較低；

（2）沒(méi)有識(shí)別率的限制，因?yàn)閺脑砩蠠o(wú)需先進(jìn)行識(shí)別再進(jìn)行測(cè)算，而是對(duì)所有障礙物直接進(jìn)行測(cè)量；

（3）直接利用視差計(jì)算距離，精度比單目高；

（4）無(wú)需維護(hù)樣本數(shù)據(jù)庫(kù)，因?yàn)閷?duì)于雙目沒(méi)有樣本的概念。

難點(diǎn)：

（1）計(jì)算量大，對(duì)計(jì)算單元的性能要求高，這使得雙目系統(tǒng)的產(chǎn)品化、小型化的難度較；（芯片或FPGA）

（2）雙目的配準(zhǔn)效果，直接影響到測(cè)距的準(zhǔn)確性；

（3）對(duì)環(huán)境光照非常敏感；（光照角度、光照強(qiáng)度）

（4）不適用于單調(diào)缺乏紋理的場(chǎng)景；（天空、白墻、沙漠）

（5）相機(jī)基線限制了測(cè)量范圍。（基線越大，測(cè)量范圍越遠(yuǎn)；基線越小，測(cè)量范圍越近）

審核編輯 ：李倩