第四章 基于匹配结束测距。通过深度图和视差图获得测距信息，本章设计系统完成以上逻辑，实现测距系统功能，仿真测距结果。

第五章 总结与展望。论文网

2  双目视觉系统的相机标定

建立和构造三维场景中相机图像像素的位置与任意一点的位置关系，根据相机模型，相机的模型参数和已知的特征点弄得图像坐标将决定相机的内外参数。标定后的左右相机的光轴平行且等高，拍摄出的左右图只在水平方向上有视差。相机的标定为后续的显著目标特征提取以及匹配测距提供基础和条件。

2。1  理论基础 

2。1。1  相机各个坐标系间的关系

相机在理想状态所成的像是线性的，本文暂且忽略由于镜头畸变对成像所带来的影响。图2。1中表述，P为场景中任意一点，PC为其像点，其相互关系可以用下述坐标变换来进行表示。

图2。1  线性成像模型中坐标系间的联系

2。1。2  世界坐标系到相机坐标系

世界坐标系是用来描述相机与场景中任意被拍摄对象间的关系。如图所示，世界坐标系为,相机坐标系是以相机的光心O为原点，光轴为轴建立起来的。可以利用旋转矩阵R和平移向量t来表示相机坐标系和世界坐标系之间的关系。

（1）可以表示成齐次坐标的形式： 

其中，,;R通常是的矩阵，并且是单位正交矩阵。

2。1。3   相机坐标系到图像物理坐标系

图像物理坐标系中轴与相机成像面相交于，相机的焦距f可用O到的距离来表示，x轴，y轴分别与相平行。由三角形相似原理得：

将其表示成其次坐标的形式：

2。1。4  图像物理坐标系到图像像素坐标系

通常相机所拍摄出的图片都为数字图片，其存储模式是以数组的形式保存在内存中，像素便是由数组中的每个元素所表示，在图上直观的反应为像素坐标系的单位。

图2。2 像素坐标系与物理坐标系

图2。2表述，假设在图像像素坐标系中的坐标为，而在u轴和v轴上的物理尺寸为dx和dy。它们之间的坐标关系为：

2。1。5  相机的线性成像模型

综合式子(2。2)、 (2。4) 、(2。5)，可知物点P与相点之间的关系为：

式中，是相机的内参数矩阵，它是由相机在轴方向的焦距，y轴方向的焦距，以及主点这几个参数组成的。M是的投影矩阵，也是不可逆矩阵。简而言之，即便已知像点坐标和内外参数，也不能就此唯一确定P的坐标，我们所得到的只是一条从O出发到PC的射线。只有对两个相机都标定了，得到两条非平行射线相交于一点，这才获得P的准确位置。

我们完成立体匹配的目的就是分配正确的视差值给每一个像素点，最终形成深度图，这就是我们获得某个场景的感知时，人脑的视觉系统所计算出的深度。立体匹配的意义就是综合运用现有原理和科技水平去重现和模仿人类的大脑和视觉系统去推算深度和距离的能力。得到深度图和视差图后我们就可以重建三维环境，根据匹配算法得出相应的景物位置和距离。

2。2  平面标定法

在传统的方法里，相机标定选取已知大小和通过精密加工的参照物是必要的条件，而且对其还有一定的要求：所被标定的物体在其图像中的特征部分与其所处环境需要存在很大的差别，方便分辨；所被标定的物体在其图像中要方便被提取和选择；所被标定当物体在其图像中需要具有较好的稳定性，不能轻易岁相机位置的变换而产生失真和畸变；所被标定的物体在图像中要方便被测量。标定物可以分为多维：文献综述