第二章 核心成像原理（上）：双目立体视觉原理、视差与深度计算、基线距离对精度的影响
各位同学，欢迎来到深度相机选型的硬核部分。
今天咱们聊聊双目立体视觉。说实话，这是我最熟悉的3D技术之一。十年前我刚入行时，第一个落地的项目就是双目相机——给一台AGV小车做避障。那会儿踩的坑，现在想起来都心疼。但正是这些经历，让我对双目原理的理解特别深。
好，咱们正式开始。
2.1 双目立体视觉：说白了就是“模仿人眼”
双目立体视觉的原理，其实特别朴素。
你想想看，人为什么能感知深度？因为我们有两只眼睛，它们看到的画面略有不同。大脑通过对比这两幅图像的差异，就能算出物体离我们有多远。
双目相机干的也是同样的事。它用两个摄像头（左眼和右眼）同时拍摄同一场景，然后通过算法找出两幅图像中对应的像素点，计算它们的偏移量——这个偏移量，就是视差。
核心公式：
深度 Z = (f × B) / d
其中：
- Z：物体到相机的距离（深度）
- f：相机焦距（像素单位）
- B：基线距离（两个相机光心之间的距离）
- d：视差（对应像素在左右图像中的水平偏移量）
这个公式，我建议你刻在脑子里。后面所有关于精度、分辨率、选型的讨论，都绕不开它。
2.2 视差与深度计算：一个像素的差距，可能差好几米
咱们来拆解一下这个公式。
视差 d 的单位是像素。你想想看，如果视差算错了一个像素，深度会差多少？
我举个例子：
- 假设 f = 500 像素，B = 10 cm
- 物体在 1 米处，视差 d = (500 × 0.1) / 1 = 50 像素
- 如果视差算成了 49 像素，深度就变成了 (500 × 0.1) / 49 ≈ 1.02 米
- 差了 2 厘米，还行对吧？
但如果物体在 10 米处呢？
- 视差 d = (500 × 0.1) / 10 = 5 像素
- 算成 4 像素，深度 = (500 × 0.1) / 4 = 12.5 米
- 差了 2.5 米！
⚠️ 这就是双目视觉的“硬伤”：
距离越远，视差越小，深度误差越大。说白了，双目相机在近处很准，远处就“飘”了。
我曾经在一个户外巡检项目里吃过这个亏。当时想用双目测 20 米外的电线杆，结果数据抖得没法看。后来换了激光雷达才搞定。
2.3 基线距离：不是越长越好，也不是越短越好
基线 B 是双目系统最关键的硬件参数。它直接影响精度和测量范围。
基线越长：
- 视差越大，深度精度越高
- 但相机视野重叠区域变小，近距离物体可能“出画”
- 结构更笨重，不适合小型化设备
基线越短：
- 结构紧凑，适合手机、无人机等小设备
- 但视差小，远距离精度差
- 对立体匹配算法的要求更高
💡 我的选型经验：
室内场景（0.5-5 米），基线 5-10 cm 就够了。
室外场景（5-20 米），基线建议 20-50 cm。
我做AGV避障时，基线选了 12 cm，兼顾了精度和体积。这个值不是算出来的，是反复试出来的。
2.4 知识体系总览
下面这张图，是我自己画的。它把双目立体视觉的核心逻辑串起来了。你多看几遍，心里就有谱了。
2.5 避坑指南：我踩过的那些坑
做双目产品，光懂原理是不够的。硬件选型时，有几个坑我替你们踩过了：
- 别迷信高分辨率。分辨率高确实能提高视差精度，但计算量也翻倍。我见过有人用 4K 双目做实时避障，结果帧率掉到 5fps，根本没法用。工业场景 720p 或 1080p 足够了。
- 注意相机同步。左右相机必须硬件触发同步，否则运动物体拍出来是“鬼影”。我曾经用软件同步，结果拍高速运动的机械臂，视差图全是错的。
- 标定不能省。双目相机出厂前必须做立体标定，矫正镜头畸变和两相机之间的旋转平移。不标定？那深度数据就是垃圾。
一句话总结本章：
双目立体视觉的核心就是“用视差换深度”。基线越长、距离越近、焦距越大，精度越高。但实际选型时，要在精度、体积、计算量之间找平衡。
公众号:蓝海资料掘金营，微信deep3321