深度估计的准确性 - 立体视觉

我正在研究立体视觉，我对这个问题的深度估计的准确性感兴趣。这取决于几个因素，例如：

• 适当的立体校准（旋转、平移和失真提取），
• 图像分辨率，
• 相机和镜头质量（失真越小，色彩捕捉正确），
• 两个图像之间的匹配特征。

假设我们没有低成本的相机和镜头（没有廉价的网络摄像头等）。

我的问题是，我们在这个领域可以达到的深度估计的精度是多少？ 有人知道一个真正的、具有一定精度的立体视觉系统吗？ 我们能达到1毫米的深度估计精度吗？

我的问题也针对在 opencv 中实现的系统。您能达到什么准确度？

问：有人知道一个真正的、具有一定精度的立体视觉系统吗？我们能达到1毫米的深度估计精度吗？

是的，您绝对可以使用立体装备实现 1 毫米（甚至更好）的深度估计精度（哎呀，您可以使用一对显微镜进行立体侦察）。精度在 0.1 毫米范围内的基于立体的工业检测系统已被日常使用，至少从 1990 年代初就开始使用。需要明确的是，“基于立体”是指使用 2 个或更多几何上分离的传感器的 3D 重建系统，其中通过对传感器中 3D 点的匹配图像进行三角测量来推断点的 3D 位置。这样的系统可以使用结构光投影仪来帮助图像匹配，然而，与适当的“基于结构光的3D重建系统”不同，它不依赖于光投影仪本身的校准几何结构。

然而，大多数（可能是所有）此类专为高精度而设计的立体系统要么使用某种形式的结构照明，要么使用一些有关重建形状的几何形状的先验信息（或两者的组合），以便tightly约束要三角剖分的点的匹配。原因是，一般来说，三角测量的精度比匹配的精度高，因此匹配精度是重建精度的限制因素。

了解为什么会出现这种情况的一种直观方法是查看立体重建方程的简单形式：z = f b / d。这里“f”（焦距）和“b”（基线）总结了装备的属性，它们是通过校准估计的，而“d”（视差）表示同一 3D 点的两个图像的匹配。

现在，至关重要的是，校准参数是“全局”参数，并且它们是根据在感兴趣的视野和深度范围内进行的许多测量来估计的。因此，假设校准过程是无偏的并且系统近似时不变，则每个测量中的误差在参数估计中被平均。因此，通过进行大量测量，并严格控制钻机光学、几何形状和环境（包括振动、温度和湿度变化等），可以非常准确地估计校准参数，即影响无偏估计值传感器分辨率阶数的不确定性或更好，使得在设备运行的已知空间体积内可以忽略其残余误差的影响。

然而，差异是逐点估计：有人指出，这一点p左图中（也许）匹配点q右图中，以及视差中的任何错误d = (q - p)出现在z缩放比例f b。这是一锤定音的事情。更糟糕的是，在所有重要的情况下，视差的估计受到被分析对象的（先验未知）几何形状和表面属性以及它们与照明的相互作用的影响。这些因素——通过人们使用的任何匹配算法——共同降低了人们可以实现的重建的实际精度。结构照明在这里很有帮助，因为它减少了这种匹配的不确定性：基本思想是将清晰、聚焦良好的边缘投射到可以在图像中找到和匹配（通常具有亚像素精度）的对象上。结构光方法有很多，所以这里不再赘述。但我注意到这是一个使用颜色并仔细选择光学器件的领域投影机的可以帮助a lot.

因此，像往常一样，您在实践中能实现的目标取决于您愿意花多少钱（更好的光学器件、更低噪声的传感器、刚性材料和钻机机械设计、受控照明）以及您的理解程度并且可以限制您的特定重建问题。