xl
f
xc zc
xr
f
(xc B) zc
yl yr
f
yc zc
xc
B xl d
yc
Bh d
zc
B d
f
相机标定
定义 分类
相机标定：主要是获得相机几何 参数和光学参数（内部参数）以及相 机相对于世界坐标系的空间位置、方 向关系（外部参数）的过程。相机标 定结果的精度直接影响着计算机视觉 的精度
基于结构光与双目视觉的 三维重构技术研究
应用现状
实现流程
关键技术点和难点
关键技术点
1 相机标定 2 立体匹配 3 双目测距 4 点云重构
难点
除了双目测距
双目测距原理
小孔成像模型在构建三维测量模型中起着决定性作用，可以把它理解 为视觉测量技术大厦的根基。
双目测距原理
各坐标系关系示意图
三角法测量模型
Delaunay三角剖分
Delaunay三角剖分的两个准则：
唯一性：任意三角形的外接圆内不包含任 何点且任意四点不共圆。
最大化最小角
The end
Thank you!
张正友在 1998 年提出了一种基于棋盘 格模板的相机标定方法成为相机标定研究的 经典之作。这种方法由两部分组成，首先对 相机的参数进行估计，再用优化函数进行迭 代求精。
激光辅助标定法
立体匹配
定义
立体匹配就是在两幅图像的匹配基元之
间建立对应关系的过程，它是双目体视中最 关键、困难的一步。
方法
区域匹配、特征匹配和相位匹配
视差一致性约束：在左右视差图中，若左图像的某一点的视差和以此视差对应 的右图像目标像素的视差相同,则满足视差一致性约束。
挑战性问题： 遮挡、弱纹理、深度不连续、光照影响、光学透射
立体匹配
立体匹配
点云重构
定义 方法
把点云重构成三维立体图形
三角剖分
贪婪三角剖分 Delaunay剖分
三角剖分
当得到被扫描物体的点云后，将进行三角剖分。三角剖分将点云组建成 一个由许多三角形组成的网格。通过三角剖分建立起来的网格应该满足以下 三个条件：
FREE：未加入任何三角形。 FRINGE：已加入一些三角形,还有加入另一些三角形的可能性。 BOUNDARY：已位于三角化网格的边界，即已加入若干三角形，不能加入更多三角形,但 未被这些三角形完全包围。 COMPLETED：已加入若干三角形，不能加入更多的三角形，并被这些三角形完全包围。
贪婪三角剖分
立体匹配
立体匹配求解本身是个病态问题，需要通过一些附加信息或约束条件才能得到近 似解。立体匹配的约束主要包括搜索范围的寻找和相似度计算这两个方面。主要包括 如下：
极线约束：极线约束主要利用了空间点的投影在对应两幅图像的极线上 这一条件。
唯一性约束：一幅图像上的一点只能与另一幅图像上的一点对应，而不能 与多点对应。 视差的连续性约束：除了遮挡区域和一些视差不连续的区域外，其他的区域视差 的变化是平滑的,变化不大。
1) 除了端点，任意三角形的任意一条边不包含点云中的任何点。 2) 任意两条边若相交，只在公共端点相交。 3) 网格内的任意一个面都是三角面，且所有三角面的合集是点云集合的凸包。
贪婪三角剖分
它从一个随机的点开始，将越来越多的邻点包含进三角化网格，使网格逐渐增长。 在建网的过程中，每个点有可能被赋予这四种状态：FREE，FRINGE，BOUNDARY， COMPLETED。
1 传统标定 2 基于主动视觉的标定 3 自标定
相机标定
图像坐标 系与像素
坐标系
图像坐标 系与相机
坐标系
相机坐标 系与世界
坐标系
相机标定
其中：
内部参数矩阵 ： K
外部参数矩阵：M1
相机标定
Tsai 标定 算法
张正友法Biblioteka 这种标定算法需要一个精确定制的3D 标定靶。操作过程是首先获取该标定靶块的 图像，并提取出图像上的角点特征，然后根 据角点坐标与其对应空间点的世界坐标计算 出摄像机的内、外参数。