第1章双目视觉概述

一、双目视觉概述

双目视觉，说白了就是给机器装上两只眼睛。

我们人类用两只眼睛看世界，天生就能感知深度和距离。你想想看，闭上一只眼睛去接球，是不是总觉得差那么点意思？双目视觉模仿的就是这个原理。

从技术角度讲，双目视觉系统由两个摄像头组成。它们之间有一定距离，这个距离我们叫它基线。两个摄像头同时拍摄同一场景，然后通过计算两幅图像之间的差异——也就是视差——来还原三维信息。

我个人习惯把双目视觉比作「机器人的立体感知器官」。没有它，机器人就是个平面世界里的瞎子。

核心要点：双目视觉的本质，是从二维图像中恢复三维信息。它不需要主动发射激光或结构光，属于被动式视觉方案。

工作原理其实不复杂。我尽量用大白话讲清楚。

第一步，左右相机同时拍照。这一步看似简单，但坑很多。比如两个相机的曝光时间不一致，拍出来的图像亮度不同，后面匹配就会出问题。我在项目中遇到过这种情况，折腾了两天才发现是硬件触发信号没对齐。

第二步，图像校正。相机镜头有畸变，两个相机的光轴也不完全平行。我们需要通过标定参数，把左右图像校正到同一平面上。这个过程叫立体校正。

第三步，立体匹配。这是最核心的一步。我们要在左图中找一个点，然后在右图的同一行上找到对应的点。左右点的水平位置差，就是视差。

第四步，三角测量。有了视差，结合相机焦距和基线长度，就能算出深度。公式很简单：

深度 Z = (焦距 f × 基线 B) / 视差 d

嗯，这里要注意：视差越大，物体越近；视差越小，物体越远。这个关系是反直觉的，新手经常搞反。

避坑指南：我曾经在项目里直接用原始图像做匹配，结果一团糟。后来才意识到，必须先做极线校正，把搜索范围从二维降到一维。这一步不做，后面的精度全是扯淡。

下面这张图展示了双目视觉的核心流程：

这些年我接触过的项目，双目视觉的应用场景真不少。我挑几个典型的说说：

你看，不同场景对精度的要求天差地别。工业测量要干到0.1毫米，安防监控分米级就够了。所以精度提升这件事，得看场景说话。

注意：别盲目追求高精度。精度每提升一个数量级，系统复杂度可能翻十倍。我在一个半导体检测项目里，为了把精度从0.5mm提到0.05mm，光相机就换了三批，算法重写了四版。值不值？得算账。

为什么要提升精度？这个问题我问过很多刚入行的朋友。答案五花八门，但核心就一句话：精度不够，系统白做。

我举个例子。有个做AGV导航的项目，客户要求定位误差小于5厘米。我们用的双目系统，理论精度是3厘米。结果一跑起来，误差飙到15厘米。为什么？

原因很多：

你看，理论精度和实际精度之间，差着十万八千里。这就是我们做精度提升方法论的原因。

我的经验：精度提升不是一锤子买卖。它是一个系统工程，涉及硬件选型、标定方法、匹配算法、后处理优化等多个环节。每个环节抠一点，整体精度就能上一个台阶。

说白了，精度提升就是跟误差做斗争。系统误差、随机误差、粗大误差，每一种都有对应的消除方法。后面的章节我会一个一个拆开来讲。

嗯，这一章先到这里。记住一句话：双目视觉的精度，决定了系统的上限。后面的内容，全是围绕怎么把这个上限往上推。

公众号:蓝海资料掘金营，微信deep3321