第1章立体匹配概述

1、立体匹配概述：什么是立体匹配、双目视觉原理、极线约束与对极几何、视差与深度关系

大家好，我是你们的老朋友。今天咱们正式开讲立体匹配的第一章。

说实话，我刚开始接触这个领域的时候，也被一堆术语搞得头晕。什么对极几何、视差图、深度估计……听着就头大。但后来我发现，这东西说白了就是——让计算机像人一样，用两只眼睛看世界，然后算出距离。

嗯，咱们今天就把它彻底讲明白。

立体匹配，英文叫 Stereo Matching。它的任务很简单：给定左右两张图片，找到左图中每个像素点在右图中的对应位置。

你想想看，人眼为什么能感知深度？因为我们左眼和右眼看到的画面有细微差别。大脑通过计算这种差别，就能判断物体离我们有多远。立体匹配做的就是这件事——只不过换成了计算机来做。

核心定义：立体匹配 = 在双目图像中寻找同名点（对应点）的过程。

我在项目中遇到过不少新手，上来就问：“老师，立体匹配是不是就是做图像拼接？”不是的。图像拼接是把两张图拼成一张，立体匹配是找两张图之间的像素对应关系。这是两码事。

双目视觉，说白了就是模仿人眼。我们装两个摄像头，一左一右，同时拍摄同一场景。

这里有个关键点：两个摄像头的光轴要平行。如果不平行，后续的计算会非常麻烦。我个人习惯在搭建硬件时，先用标定板把两个相机对齐，误差控制在0.1度以内。

双目视觉的基本流程是这样的：

我曾经犯过一个低级错误——两个相机曝光参数没统一，结果左图亮右图暗，匹配效果一塌糊涂。后来我学乖了，每次采集前先做一次自动白平衡同步。

这是立体匹配里最核心的几何基础。很多同学觉得它难，其实没那么复杂。

对极几何描述的是两个相机之间的几何关系。它告诉我们一个事实：左图中的一个点，在右图中对应的点一定在某一条直线上。这条线就叫极线。

为什么会这样？因为两个相机的位置是固定的，光线从物体出发，经过左相机光心、右相机光心，这三个点构成一个平面。这个平面与右相机成像平面的交线，就是极线。

我的经验：极线约束能把二维搜索问题降为一维搜索。原来要在整张图上找对应点，现在只需要沿着一条线找。速度提升几十倍不止。

这里我画了一张图，帮你理清对极几何的核心概念：

从这张图你可以看到：空间点P、左光心、右光心，三点确定一个平面（极平面）。这个平面与左右成像面的交线，就是极线。左图上的p左点，在右图上的对应点一定在极线上。

注意：如果两个相机没有经过立体校正，极线是斜的。经过校正后，极线变成水平的。这就是为什么我们做立体匹配前一定要做立体校正——把二维搜索变成一维水平搜索。

好，现在咱们聊聊最核心的公式。

视差（Disparity）的定义很简单：左图中某个像素点，与它在右图中对应点的水平坐标差值。

公式长这样：

d = x_left - x_right

其中 d 是视差，x_left 是左图列坐标，x_right 是右图列坐标。

那深度（Depth）和视差有什么关系呢？

Z = (f * B) / d

其中：

这个公式告诉我们一个非常重要的规律：视差越大，物体越近；视差越小，物体越远。

我举个例子你就明白了。假设你伸出食指放在眼前，闭上左眼用右眼看，再闭上右眼用左眼看——你会发现手指的位置在背景上跳来跳去。手指离眼睛越近，这个跳动幅度（视差）就越大。

关键结论：深度与视差成反比。视差为0的点，深度无穷大（也就是无限远）。

我在实际项目中遇到过一个问题：为什么远处的物体视差几乎为0？因为当物体足够远时，左右眼看到的画面几乎一样，视差趋近于0。这时候深度估计的精度会急剧下降。所以双目视觉的有效测距范围是有限的，一般不超过基线长度的100倍。

咱们用一张表格总结一下视差和深度的关系：

假设 f = 500 像素，B = 0.1 米，那么视差为1时，深度 = 50米。也就是说，这套系统最多能测50米远的物体。

避坑指南：我曾经在项目里把基线设得太短，结果视差范围太小，深度分辨率不够。后来我总结了一个经验：基线长度要根据目标测距范围来选。测近距离用小基线，测远距离用大基线。

好了，这一章的内容就到这里。立体匹配的核心思想其实不复杂——就是找到左右图的对应点，然后算视差，最后转深度。后面的章节我们会深入具体的匹配算法和代价计算方法。

记住我今天说的：极线约束是效率的保障，视差与深度的反比关系是理解一切的基础。

公众号:蓝海资料掘金营，微信deep3321