如何测量光学测距仪中的图像重合

Question

我有几个USB网络摄像头（固定焦距）设置为一个简单的stereoscopic rangefinder，间隔N mm，每个都向中心线旋转了M度，我calibrated the cameras确保对齐。

调整角度时，如何测量图像之间的重合（最好是在Python / PIL / OpenCV中），以了解相机何时聚焦在物体上？是否像在每个图像中选择一部分像素（A行按B列）并计算像素之差的总和一样简单？

Answer 1

问题在于你不能假设像素完美对齐相机

所以假设x - 轴是视差移位轴，y - 轴是对齐的。即使您尽可能对齐，也需要识别x轴图像失真/移位以检测视差对齐。绝对差异的结果不能保证在min/max中，因此不是减去单个像素，而是减去该像素的附近区域的平均颜色，其半径/尺寸大于y-axis中的对齐误差。以这种方式调用此半径或大小r，在对齐时，结果差异应该最小。

近似搜索

您甚至可以通过r

加快流程

1. 选择大r
2. 使用步骤扫描整个x范围，例如0.25*r
3. 选择最低差异x位置（x0）
4. 将r更改为一半
5. 转到子弹2（但这次整个x范围恰好在<x0-2.0*r,x0+2.0r>
之间 如果r小于几个像素，则
6. 停止

   这样您就可以在O(log2(n))而不是O(n)

   中进行搜索

   计算机视觉方法

   这应该更快：

   1. 检测兴趣点（在展位图像中）
      • 渐变的具体变化等......
   2. 图像之间的交叉匹配兴趣点
   3. 计算交叉匹配点之间的平均x距离
   4. 通过找到的点距离来改变视差对齐
   5. 转到子弹1直到x距离足够小

   通过这种方式，您可以避免检查整个x范围，因为直接获得对齐距离...您只需将其转换为角度或用于对齐视差的对象

   <强> [注释]

   您无需在整个图像区域执行此操作，只需沿图像选择几条水平线并扫描其附近区域。

   还有另一种检测对齐的方法，例如对于短距离，歪斜是对齐的重要标记，因此比较相机之间左右两侧的物体高度...如果接近相同，则对齐如果更大/更小，你没有对齐，知道转向的方式......