快速稳健的新型在线校正算法
A Fast and Robust Novel Online Rectification Algorithm 双目立体算法通常假设一对校正的图像作为输入,而双目相机设备通常都有出厂标定。然而,双目原本的结构可能随着设备使用的过程中发生了微小的形变,使得深度立体算法的最初假设不成立,由此会严重影响性能。因此,双目在线自校正功能的需求越来越备受关注。文献 1 提出了一种快速稳健的新型在线校正算法,针对已知镜头内参与畸变系数的先前条件下获取双目相机的外参以便精准匹配恢复出深度信息。其基本思路是将这一校正问题建模为对两台相机中每一台相机的矫正旋转 $\omega_0, \omega_1$ 的估计,并保持基线固定。这是更为常见的以估计旋转 $R$ 和平移 $t$ 算法形式的变形方式。在这两种情况下,需要估计的参数都为 5 个,因此位移尺度是未知的。通常情况下往往假设 baseline $\lVert t \rVert$ 的长度是固定不变的。 ...