立体视觉系统概述
误差分析
考虑对应于深度 Z 的视差 d 的匹配对。我们想要评估 ΔZ,即视差误差引起的深度误差。将 Z 对 d 求导,得到:
立体视觉中基线(baseline)、焦距(focal length)和立体重建的准确性之间的基本关系。
-
“深度:立体重建的分辨率随着深度呈二次减小。这意味着立体视觉的适用性受到严重限制。” - 这句话指出,随着物体距离相机的深度增加,立体重建的分辨率会二次减小。这意味着在较远的距离上,立体视觉的准确性受到了较大的限制。这也提到了亚像素视差插值技术(sub-pixel disparity interpolation),这是用来提高立体视觉精度的一种技术。
-
“基线:随着基线的增加,分辨率会提高。然而,随着基线的增加,匹配变得越来越困难。” - 这句话意味着,增加相机的基线(即两个相机之间的距离)会提高立体视觉的分辨率,从而更容易识别物体的深度。然而,随着基线的增加,视差匹配变得更加困难,因为视差差异也会增加。
-
“焦距:对于给定的图像尺寸,随着焦距的增加,图像平面上的像素密度增加。因此,视差分辨率更高。” - 这句话说明了焦距的增加会导致图像平面上的像素密度增加,这会提高视差分辨率,从而有助于更精确地进行立体视觉重建。
假设来自左右摄像机的视线完全相交。
• 两条观察光线彼此靠近通过,但由于校准中的小误差而没有完全相交。点 P 被重建为最接近两条线的点。