基于立体摄像机的视差图深度重建

Question

我在做视差图的深度重建。我使用OpenCV来校准我的立体相机，然后对图像进行不失真和校正。我使用LibELAS来计算视差图。

我的问题是:根据OpenCV文档(https://docs.opencv.org/3.1.0/dd/d53/tutorial_py_depthmap.html)，深度是由depth = Baseline*focal_length/disparity计算的。但是根据米德尔伯里数据集(http://vision.middlebury.edu/stereo/data/scenes2014/)，深度是由depth = baseline * focal_length / (disparity + doffs)计算的。“doff”是“主点的x-差，doff= cx1 - cx0”。

“道夫”是什么意思？我怎样才能从OpenCV校准中获得“道夫”？

Answer 1

OpenCV校准为您提供了两个相机的内部矩阵。这些是具有以下样式的3x3矩阵：(来自doc)

  fx  0  cx
  0  fy  cy
  0   0   1

cx和cy是你的主要观点的协调者。从那里你可以计算出你所说的doffs。对于理想的相机，这些参数是图像的中心。但在真实的相机中，它们在几个像素上有所不同。