基于双目视觉的客流统计系统概述双目立体视觉介绍什么是立体视觉普通相机（单目）双目相机如何找出对应点极线约束条件标准形式的双目相机矫正前视差：-左图（参考图）代表距离的平面分布并不均匀，随着距离的增加，精度会急剧下降。但在公交客流统计中，检测深度一般不会超过3米，可以达到精度要求。双目视觉系统一般流程目的是计算出摄像头的内部参数和外部参数内部参数：焦距，图像主点位置，镜头失真参数外部参数：平移矩阵T、旋转矩阵R矫正前立体匹配的目的就是找到图像对之间的匹配点，进而得到视差到此，我们获得了视差图，基线b，焦距f，深度计算公式。在结合三角几何公式，就能计算所有图像点在三维空间中的位置（X,Y,Z）立体匹配算法立体匹配算法立体匹配算法匹配代价计算BT匹配代价基于Census变换的匹配代价汉明距离视差空间(DisparitySpace)视差计算视差优化如图是沿着从右到左方向代价积累后得到视差图，可以看出视差图连续性上已经有了明显的提高，但存在明显的拖尾效应，这是因为图像在水平方向上约束太强，而竖直方向上约束太弱造成的一致性检查视差精化—异常值滤波视差精化—无效区域插值与代价积累中从8个方向搜索类似，对于每一个无效点，周围的8个视差值都会保存下来，然后按照下面的式子插值：目标检测与跟踪三维重建目标检测目标跟踪总结系统框架设计存在的问题参考文献