在?上一篇?博客中，景深與視差成反比，其公式為：

為焦距，?為左右相機的距離，分別為兩張圖像的點距離各自中心點的距離。

對于左圖像的每一個像素點 ?，求圖像景深可以分為以下幾步，

• 在右圖中，找到左圖像的像素點對應的極線
• 掃描極線，找到最匹配的點?
• 計算視差?, 并根據公式求取景深

?

1 平行圖像（parallel images）

由極線約束：

因為圖像平行，所以

?

如果兩張圖像不平行，把不平行的圖像投影到一個平面上，這個過程被稱為（?image rectification）。

其原理如下圖所示：

兩個投影，兩個圖像變換，每個為3*3的變換矩陣。

?

2 滑動窗口

如果在左圖中找到一個點，并且找到右圖中對應的極線。

選定一個窗口，沿著極線滑動，與左圖窗口比較，計算matching cost, 確定相似度（比如SSD）

窗口越小，細節越多，同時噪音也越多。

Matching windows 有很多種，列舉如下：

有些圖像對無法求得景深：

• 兩張一樣的圖像
• Nor-Lambertian 表面
• Textureless surfaces

?

3 其它的立體約束（stereo constraints）

• 唯一性（uniqueness）：一張圖像中的任意一點，在另一張圖像中至多只存在一個對應點。
• 順序性（ordering）: 從兩張圖像的視角，對應點的順序是一樣的，如下圖。
• 平滑性（smoothness）: 視差值變化慢

4 如何評判好的立體匹配

• 匹配質量（match quality）要好
• 平滑（smoothness）

一張圖像中兩個鄰近的點，在另外一張圖中距離一般不會出現巨變。

?

5 立體重建管道（Stereo reconstruction pipeline）

• 校準相機（calibrate cameras）：求得內參矩陣和外參矩陣
• 糾正圖像（Rectify images）
• 計算視差（Compute disparity）
• 計算景深（depth）

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的计算图像的景深的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。