[人工智能]双目立体相机之 任意一组坐标点的极线校正

1.立体相机三位重建一般步骤：

基于图像的三维点云重建：

相机标定->立体（极线)校正->特征匹配->获取匹配点对->生成点云->点云拟合

基于深度相机（RGB-D）的三维重建：

相机标定->RGB与深度图标定->目标分割->点云重建

2.立体校正

作为三维重建过程中不可或缺的一步，目前Opencv仅支持实现图像的立体校正，而多数在目标检测情况下需要实现点到点的映射关系，所以尝试借助Opencv的remap实现了任意一组点的极线校正

Opencv极线校正过程：

相机标定（内外参）->畸变校正->通过相机参数获取x、y方向的映射矩阵->极线校正

效果图如下：

3.任意一组点的极限校正算法实现：

主要解决的是点集的remap的实现：

opencv-remap实现原理：

dst(x,y)=s

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖

了解本专栏 订阅专栏 解锁全文 超级会员免费看