立体视觉三维重建:图像校正的澄清

Question

给定一对标定相机的几幅立体声图像，通常需要进行校正。正如循环和张(链接)在“立体视觉的计算校正同系物”中所指出的：

一般来说，极线与坐标不对齐，也不平行。这样的搜索很费时，因为我们必须比较图像空间中倾斜线上的像素。这些类型的算法可以简化，使效率更高，如果极线是轴对齐和平行。这可以通过对每幅图像应用2D投影变换或同义词来实现。这一过程称为图像校正。与校正后的图像对对应的点特征对应的像素位于同一水平扫描线上，仅在水平位移上存在差异。

要进行三维重建，必须对图像进行匹配算法，以解决著名的对应问题。

匹配算法是应用于原始图像还是应用于校正图像？其实纠正造成的失真可能会导致模式识别失败，对吗？

如有任何参考资料，请与我们分享。谢谢。

Answer 1

大多数匹配算法(如opencv中使用的“半全局块匹配”)都需要经过校正的立体图像对才能正常工作。因此，将匹配算法应用于校正后的图像。

纠正实际上所做的，是扭曲图像，使极线水平地在两幅图像中运行。这意味着，两个图像中的对象经过校正后都在一个垂直图像中。这样，匹配算法只需要沿着图像线来检查是否有响应，而不需要检查整个图像。

由校正引入的“失真”通常由几何变换和仿射图像变换组成。对图像进行变换，使匹配算法的模式识别在校正后更好地对齐，从而更好地识别匹配算法。

更多信息的一个可能来源可以是"Hartley，Richard，Andrew .计算机视觉中的多视图几何“，剑桥大学出版社，2003年。