计算机视觉中的双目立体视觉和体积度量
source link: https://mp.weixin.qq.com/s/RHJFdCRMgoG7FH331RcOzQ
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
计算机视觉中的双目立体视觉和体积度量
点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
作者：Yauheni Marushko
编译：ronghuaiyang（AI公园）
导读
一个双目立体视觉的常用应用场景的介绍，很基础。
立体视觉
立体视觉意味着人工智能可以通过一对相机来感知图像的深度以及物体的距离。大多数三维相机模型都是基于立体视觉理论和技术的。两台摄像机之间设置一定的距离，这样它们就可以从不同的角度“看”物体。评估两个图像之间的对应关系，人工智能确定到目标的距离，分析，并建立目标的3D结构。
采用立体视觉，不需要红外传感器、声波定位仪、激光雷达等测距传感器，可大大降低了技术解决方案的成本。
主要应用场景：
1、人体姿态和手势识别。
2、3D模型和3D场景的构建。
3、自动驾驶系统的障碍定位和检测。
每个特定的场景都可以改动以解决特定的问题。因此，3D场景重建可以用来测量物体或产品的体积。
在实践中，立体视觉通过两台摄像机分四个阶段实现：
1、畸变校正 — 一种去除图像上透镜的径向和切向畸变的数学方法，以获得未失真的图像。
2、在校正过程中调整相机之间的角度和距离。结果是直线对齐和细化图像，即同一平面的两幅图像共面，其直线对齐方向相同，具有相同的y坐标。
3、点匹配过程 — 搜索左、右摄像头点之间的对应关系。在那之后，你会得到有一个视差图 —— 其中的值对应于左右摄像机同一点的图像x坐标的差异。
4、因此，有了相机的几何排列，我们产生了视差图的三角度量。这是重投影阶段，形成深度图，也就是想要的3D场景。
对于前两个阶段，你必须首先计算这一对相机的配置参数。这可以通过各种二值化的标定板自动完成，比如ArUco或ChArUco。这些标定板的主要优点是，即使是单个标定板也能提供足够的一致性来获得相机的姿势。此外，内部的二进制编码使它们特别可靠，因为它可以进行错误检测和纠正。你也可以使用标定板来确定相机下区域的几何形状。
体积度量
为了度量体积，你还需要进行下面的步骤：
1、对一组连续的帧进行累积，这将增加错误恢复的弹性，用于对3D场景进行平均或细化。
2、只在场景中选择产品定义的点。这是通过使用颜色分割、模板匹配或神经网络语义分割来实现的。最快的方法是颜色分割。该方法的缺点是将设置绑定到特定的产品上，如果背景颜色和对象不是很清楚，可能会产生不好的结果。如果GPU优化是可能的，那么使用U形卷积神经网络如U-net和高级U-net，或全卷积神经网络会有较高的性能和分割精度。
3、对一个由产品定义的3D点组成的场景进行聚类。每个簇是一个对象。
4、为每个簇形成一个凸多边形，消除3d场景对象的边缘缺陷
5、使用线性插值恢复缺失的3D点
6、通过基于场景的几何聚类区域积分来计算单个对象的体积。
英文原文：https://medium.com/@softarex/computer-vision-stereo-vision-and-volume-measurement-910c381f0f75本文仅做学术分享，如有侵权，请联系删文。下载1在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。下载2在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。下载3在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。7、最后，计算所有物体的总体积。
重磅！3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题觉得有用，麻烦给个赞和在看~
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK