python - 如何测量光学测距仪中的图像重合度

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 毫米，每个向中心线旋转 M 度，我有 calibrated the cameras以确保对齐。

调整角度时，我如何测量图像之间的重合度(最好是在 Python/PIL/OpenCV 中)以了解相机何时聚焦在物体上？是不是像在每个图像中选择一段像素(A 行 B 列)并计算像素之间的差异之和一样简单？

Answer 1

问题是您不能假设相机像素完美对齐

所以假设x -axis 是视差偏移轴，y - 轴对齐。您需要识别 x 轴图像失真/偏移以检测视差对齐，即使您尽可能对齐也是如此。 abs 差异的结果不保证在 min/max 中因此，不是减去单个像素，而是减去半径/尺寸大于 y-axis 中对齐误差的该像素附近区域的平均颜色。 .让我们称这个半径或尺寸为r这样，对齐后产生的差异应该很小。

近似搜索

您甚至可以通过 r 来加快这个过程

1. 选择大r
2. 扫描整个 x 范围，例如 0.25*r
3. 选择最低的差异 x 位置 ( x0 )
4. 更改r减半
5. 转到项目符号 2(但这次整个 x 范围正好在 <x0-2.0*r,x0+2.0r> 之间
6. 如果 r 则停止小于几个像素

这样你就可以搜索O(log2(n))而不是 O(n)

计算机视觉方法

这应该更快:

1. 检测兴趣点(在展位图像中)
   • 具体的梯度变化等...
2. 在图像之间交叉匹配兴趣点
3. 计算交叉匹配点之间的平均 x 距离
4. 根据找到的点距离更改视差对齐
5. 转到项目符号 1 直到 x 距离足够小

这样你就可以避免检查整个 x 范围，因为对齐距离是直接获得的......你只需要将它转换为角度或任何你用来对齐视差的东西

[注释]

您不需要对整个图像区域执行此操作，只需沿着图像选择几条水平线并扫描它们附近的区域即可。

还有另一种检测对齐的方法，例如对于短距离，倾斜是对齐的重要标记，因此比较相机之间物体左右两侧的高度......如果接近相同，则如果更大/较小的你没有对齐并且知道转向哪个方向......