基础双目立体视觉三维重建系统

资 源 简 介

本项目是一个专为初学者设计的双目立体视觉入门代码实现方案。通过MATLAB平台演示了从成对的二维图像中提取三维深度信息的核心流程。项目首先利用预标定的相机参数对左右视图进行畸变校正和极线校正，确保左右图像的特征点位于同一水平线上，从而将二维搜索简化为一维搜索。随后采用经典的块匹配算法（Block Matching）计算左右图像之间的视差，生成直观的视差映射图。最后根据三角测量原理，结合相机的焦距和基线长度，将视差值转化为深度信息，并重建出场景的三维坐标。代码逻辑清晰，注释详尽，非常适合学生及新手理解立体匹

详 情 说 明

基于MATLAB的基础双目立体视觉实现系统

项目介绍

本项目是一个专为初学者设计的双目立体视觉入门级代码实现方案。系统演示了从成对的二维图像中提取三维深度信息的核心流程。通过模拟或加载预标定的相机参数，项目对左右视图进行畸变校正和极线校正，确保特征匹配在同一水平线上进行。系统采用经典的块匹配算法计算视差，并根据三角测量原理重建场景的三维坐标。该项目对于理解立体匹配、投影几何及三维空间感知等基础概念具有极高的参考价值。

功能特性

1. 立体相机参数建模：支持自定义相机焦距、主点、图像尺寸以及相机间的旋转和平移矩阵，方便模拟不同硬件配置。
2. 自动化图像预处理：内置灰度转换及异常处理机制。若外部图像缺失，系统能自动生成带有预设视差的合成图像以演示算法逻辑。
3. 极线校正技术：通过几何重投影技术对齐左右图像，将原本复杂的二维搜索简化为水平方向的一维搜索。
4. 视差映射生成：采用块匹配加速算法（Block Matching），可动态调整搜索范围和匹配窗口大小。
5. 物理深度转化：基于相机基线和焦距，将像素位移（视差）准确转化为物理单位（mm）的深度信息。
6. 全维度结果可视化：提供红青重叠图、伪彩色视差图、热力深度图以及交互式三维点云视图。

系统要求

• MATLAB 环境（建议 R2016b 及以上版本）
• 图像处理工具箱 (Image Processing Toolbox)
• 计算机视觉工具箱 (Computer Vision Toolbox)

核心实现逻辑说明

1. 环境初始化与参数设定

系统首先配置相机的内部参数，包括焦距（设定为 400 像素）和图像主点（设定为 320x240 中心点）。外部参数设定了基线长度约为 100mm，并通过平移向量 [-100, 0, 0] 体现左右相机的空间位移。这些参数最终被封装进立体相机对象中，作为后续计算的基础。

2. 图像获取与格式转换

系统会尝试加载标准立体测试图像。如果环境中不存在这些文件，程序会利用矩阵运算生成带有白色方块的合成图像，通过在不同水平位置绘制方块来人工模拟视差。所有图像在处理前均会被转化为 8 位灰度图，以减少计算复杂度。

3. 立体校正 (Rectification)

利用校正函数依据相机内参和外参对图像进行重映射。校正后的图像对消除了相机的安装偏差，使得左图中任意一点在右图中的对应点必定位于同一行。这不仅是提高匹配精度的关键，也是后续块匹配算法的前提。

4. 块匹配视差计算 (Disparity Mapping)

系统采用块匹配算法寻找左右图中匹配的像素块。核心参数包括：

• 视差搜索范围：设定为 [0, 64]，定义了像素点在水平方向上可能移动的最大范围。
• 匹配块大小：设定为 15x15 的滑块窗口，用于平衡匹配的平滑度与边缘精度。

生成的视差图记录了每个像素点的水平位移量。

5. 三维空间重建

根据三角测量公式及相机标定信息，系统将视差图中的每个点映射到三维坐标系（X, Y, Z）。通过重建函数生成的 XYZ 坐标图包含了场景的物理尺寸。程序还加入了深度过滤逻辑，自动剔除小于 0mm 或大于 5000mm 的离群异常点，确保点云数据的可靠性。

6. 数据测量与可视化

系统会在生成的深度图中自动定位中心像素，计算并输出该点到相机的实测物理距离。可视化界面分为四个部分：

• 重叠视图：展示左右图校正后的融合效果。
• 视差/深度视图：通过不同的色标（Jet 和 Hot 颜色映射）直观展示物体远近。
• 三维点云：构建可旋转的三维模型，支持从不同视角观察重建出的物体形状，并标记物理坐标轴。

使用方法

1. 将所有相关代码置于 MATLAB 的工作路径下。
2. 直接运行主逻辑程序，系统将依次执行标定、校正、匹配和重建操作。
3. 在弹出的图形界面中观察处理结果，并在命令行窗口查看基线和中心点距离的数值输出。
4. 可以通过修改代码中的视差范围或块大小参数，观察对最终三维重建精度的影响。