一、双目视觉概述
1.1 什么是双目视觉
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，能判断距离、感知深度。双目视觉模仿的就是这个原理。它用两个相机从不同角度拍摄同一场景，然后通过计算两幅图像之间的差异——我们叫它视差——来还原三维信息。
我刚开始接触这个领域时，总觉得这玩意儿很玄乎。后来做了几个项目才明白，核心就一句话：三角测量原理。两个相机的位置固定，像我们的左右眼。同一个物体在左右相机成像的位置不同，这个偏移量就是视差。视差越大，物体离我们越近；视差越小，物体越远。
核心公式（简化版）：
深度 Z = (焦距 f × 基线距离 B) / 视差 d其中：
- Z：物体到相机的距离
- f：相机焦距
- B：两个相机光心之间的距离
- d：左右图像中对应点的像素差
嗯，这里要注意。这个公式看着简单，但实际落地时坑很多。我后面会慢慢讲。
1.2 双目视觉 vs 单目视觉
很多人问我：为什么不用一个相机？非要搞两个？
我直接说结论：单目视觉没有深度信息。
你想想看，单目相机拍一张照片，它只知道物体在图像上的位置，但不知道它离相机多远。就像你闭上一只眼睛，伸手去拿杯子，是不是经常抓空？
单目视觉能做什么？
- 二维尺寸测量（前提是物体在固定平面）
- 二维码/条形码识别
- 简单的颜色/形状分类
双目视觉能做什么？
- 三维尺寸测量
- 物体深度/高度检测
- 空间定位与引导
- 立体缺陷检测
我在项目中遇到过一件事。有个客户想用单目测一个零件的厚度，结果死活测不准。为什么？因为零件摆放有轻微倾斜，单目根本不知道倾斜角度。后来换成双目，一次搞定。说白了，单目是二维的，双目是三维的。
| 对比项 | 单目视觉 | 双目视觉 |
|---|---|---|
| 深度信息 | 无 | 有 |
| 硬件成本 | 低 | 较高 |
| 标定难度 | 简单 | 复杂（需双目标定） |
| 计算量 | 小 | 大（需立体匹配） |
| 适用场景 | 平面检测 | 三维空间检测 |
我的建议：如果被测物体是纯平面的，且位置固定，单目就够了。但一旦涉及高度、深度、空间姿态，别犹豫，上双目。
1.3 工业检测中的典型应用场景
我做了这么多年机器视觉，双目视觉在工业里用得最多的就三个方向。我一个个说。
1.3.1 尺寸测量
这是最基础的应用。比如测量一个汽车零部件的长宽高、孔径、平面度。
单目也能测尺寸，但前提是物体必须紧贴一个已知平面。一旦物体有高度变化，单目就废了。
双目不一样。它直接重建三维点云，然后从点云里量尺寸。精度能做到0.1mm甚至更高，取决于相机分辨率和基线长度。
我记得有个项目，客户要测一个铸件的三个安装孔之间的空间距离。铸件形状不规则，单目根本没法做。我们用双目重建了铸件的三维模型，然后直接量孔心距，精度0.05mm，客户很满意。
1.3.2 缺陷检测
这个有意思。有些缺陷在二维图像里根本看不出来。
举个例子：一个塑料外壳，表面有个微小的凹陷。从正面拍，光线一打，可能完全看不出来。但用双目重建三维表面，这个凹陷在深度图上就是一个明显的坑。
我曾经做过一个手机中框的检测项目。中框的平面度要求很高，单目根本测不了。我们用双目扫描整个中框表面，生成深度图，然后设定一个平面度阈值。超过阈值的区域直接标红。嗯，效果立竿见影。
注意：双目视觉对光照比较敏感。如果现场环境光变化大，或者物体表面反光严重，深度图会出现空洞。我建议在打光设计上多花点心思。
1.3.3 定位引导
这个场景在自动化产线上特别常见。机器人要抓取一个工件，但工件的位置和姿态是随机的。怎么办？
用双目视觉给机器人一双眼睛。它先拍两张照片，重建工件的三维位置和姿态，然后告诉机器人：目标在X方向偏移了5mm，Y方向偏移了3mm，Z方向高度是200mm，并且绕Z轴旋转了2度。
机器人拿到这些数据，就能精准抓取。
我做过一个汽车轮毂的抓取项目。轮毂在传送带上，位置每次都不一样。我们用双目定位，机器人抓取成功率从原来的85%提升到了99.5%。那0.5%的失败，基本是因为轮毂表面油污反光太严重。
1.4 双目视觉系统的基本组成
一个完整的双目视觉系统，至少包含这几部分：
- 双目相机模组：两个相机，固定在一个刚性支架上。基线距离根据检测距离和精度要求来定。
- 镜头：焦距、光圈、畸变都要匹配。我建议用同型号镜头，省去很多麻烦。
- 光源：这个很多人忽略。双目视觉对光照均匀性要求很高，不均匀的光会导致立体匹配失败。
- 计算单元：工控机或者嵌入式板卡。立体匹配计算量大，CPU不够的话得上GPU。
- 标定板：棋盘格或者圆点阵，用于双目标定。
我个人习惯：选相机时，优先考虑全局快门。卷帘快门在运动场景下会出问题，左右图像时间不同步，深度图会扭曲。这个坑我踩过，说出来都是泪。
1.5 双目视觉的核心流程
我把整个流程画了一张图，方便你理解。
这个流程看着步骤多，但实际跑起来很快。我优化过的系统，从采集到输出深度图，能做到30帧每秒，完全满足工业实时性要求。
1.6 落地时最容易踩的坑
说了这么多好的，我也得说说坑。不然你们回去做项目，肯定要骂我。
坑一：基线距离选错
基线越大，深度精度越高，但视野重叠区域越小。基线越小，重叠区域大，但精度低。我一般按这个经验选：基线 ≈ 检测距离的 1/10 到 1/5。
坑二：标定不认真
双目标定是基础。标定板不平、标定图片不够、标定算法选错，都会导致后续深度图全是错的。我曾经因为标定板有个小折痕，折腾了三天才找到原因。
坑三：忽略环境光
双目视觉对环境光很敏感。太阳光直射、频闪灯光、反光表面，都会让立体匹配失败。我建议在产线上加遮光罩，或者用主动光源（结构光）辅助。
1.7 小结
这一章我们聊了双目视觉的基本概念、和单目的区别、工业里的三个典型应用，还有整个系统的组成和流程。
说白了，双目视觉就是给机器一双眼睛，让它能看懂三维世界。在工业检测里，它解决的是单目解决不了的问题：深度、高度、空间姿态。
下一章，我会详细讲双目标定的原理和实操。那个环节是双目视觉的基石，标定做不好，后面全是白搭。
公众号:蓝海资料掘金营，微信deep3321