3、双目测距原理：视差计算、三角测量原理、深度公式推导、基线长度与焦距对测距的影响
双目测距（Stereo Vision Ranging）是模拟人类双眼视觉机制，通过两台水平放置的相机同时采集同一场景图像，利用两幅图像中对应像素点的位置差异（即视差）来反推物体深度信息的技术。在工业测量、机器人导航、自动驾驶和三维重建等领域，双目测距因其被动式、高帧率、成本适中的特点，成为最主流的深度感知方案之一。本章将系统拆解双目测距的数学内核——从视差计算到三角测量，从深度公式推导到系统参数对测距精度的影响，帮助学员建立从像素坐标到物理距离的完整映射逻辑。
3.1 视差计算：从像素匹配到视差图
核心原理：视差（Disparity）是双目测距的原始观测值，定义为同一三维空间点在左右两幅图像中成像位置的横坐标之差。在理想的双目系统中，两台相机严格平行共面放置，且光轴平行、成像平面共面，此时同名点只存在水平方向的偏移，即 d = xL - xR。视差计算的核心任务是在左右图像中找到正确的对应点匹配关系，这一过程称为立体匹配（Stereo Matching）。
判断方法或操作流程：实际工程中，视差计算通常遵循以下流程：
- 图像校正（Rectification）：利用标定得到的内外参数，对左右图像进行极线校正，使同名点位于同一水平扫描线上，将二维搜索降为一维搜索。
- 代价计算（Cost Computation）：对每个像素，在视差范围内计算匹配代价。常用代价函数包括差（SAD）、平方差（SSD）、归一化互相关（NCC）以及基于Census变换的汉明距离等。
- 代价聚合（Cost Aggregation）：在局部窗口或全局框架下对代价进行平滑，抑制噪声和弱纹理区域的歧义。局部方法如Block Matching，全局方法如Graph Cut、Semi-Global Matching（SGM）。
- 视差优化与细化：通过左右一致性检查（LRC）、唯一性约束、亚像素插值（如抛物线拟合）等步骤，剔除错误匹配并提高视差精度。
| 匹配方法 | 代价函数 | 精度 | 计算量 | 适用场景 |
|---|---|---|---|---|
| Block Matching (BM) | SAD / SSD | 中（整像素） | 低 | 实时性要求高的嵌入式平台 |
| Semi-Global Matching (SGM) | Census + 互信息 | 高（亚像素） | 中 | 自动驾驶、工业测量主流方案 |
| Graph Cut / Belief Propagation | 全局能量函数 | 极高 | 高 | 离线高精度三维重建 |
3.2 三角测量原理与深度公式推导
核心原理：三角测量（Triangulation）是双目测距的几何基础。当两台相机观察到同一空间点P时，P与左右光心OL、OR构成一个三角形。已知基线长度b（两光心距离）和两个投影角度，即可通过相似三角形关系解算出P点的深度Z。
深度公式推导：设左相机坐标系为世界坐标系，P点坐标为(X, Y, Z)，左右相机焦距均为f（单位：像素），成像点横坐标分别为xL和xR。根据针孔相机模型：
左相机投影：xL = f × X / Z
右相机投影：xR = f × (X - b) / Z
两式相减得视差：d = xL - xR = f × b / Z
整理得深度公式：Z = (f × b) / d该公式揭示了双目测距的本质：深度与视差成反比，与焦距和基线长度成正比。值得注意的是，公式中的f和d均以像素为单位，因此Z的单位与b的单位一致（通常为毫米或米）。
3.3 基线长度与焦距对测距的影响
核心原理：基线长度b和焦距f是双目系统的两个核心设计参数，它们共同决定了测距的量程、精度和视场范围。理解这两个参数的影响规律，是进行双目系统硬件选型和结构设计的关键。
判断方法或操作流程：
- 基线长度b的影响：增大基线可以显著提升深度精度（因为Z与b成反比），但同时会带来两个问题：一是近距离盲区增大——当目标太近时，可能只被一台相机看到，无法形成有效视差；二是系统体积和重量增加，且左右视角差异变大，匹配难度上升。
- 焦距f的影响：增大焦距相当于“放大”了成像细节，同样视差误差对应的深度误差更小，因此精度更高。但长焦镜头视场角变窄，可观测范围缩小，且镜头畸变通常更明显，对标定精度要求更高。
- 综合权衡：工程上通常根据最小工作距离、最大测量距离和精度要求来反推b和f。经验公式为：
b ≥ Z_min × d_min / f，其中d_min为可接受的最小视差（通常取1~2像素）。
| 参数 | 增大时的收益 | 增大时的代价 | 典型取值范围 |
|---|---|---|---|
| 基线 b | 深度精度↑，远距离测距能力↑ | 盲区↑，体积↑，匹配难度↑ | 数厘米（室内）~ 数米（自动驾驶） |
| 焦距 f | 深度精度↑，角度分辨率↑ | 视场角↓，畸变↑，近距盲区↑ | 8mm~50mm（工业镜头） |
3.4 常见误区与总结复盘
常见误区：
- 误区一：认为视差越大精度越高。实际上，视差增大意味着目标更近，深度误差与Z²成正比，近距离精度确实更高，但视差本身存在匹配精度上限（亚像素插值通常只能做到0.1~0.2像素），且大视差往往伴随遮挡和匹配歧义。
- 误区二：忽略基线-焦距的耦合关系。有些工程师只关注f×b的乘积，认为乘积相同则精度相同。但f和b对系统体积、视场、盲区的影响完全不同，必须分开考量。
- 误区三：将标定焦距直接用于深度计算。标定得到的焦距是等效焦距（含像素尺寸换算），而镜头畸变会导致边缘像素的实际焦距偏离标称值，因此必须使用去畸变后的校正图像进行视差计算。
- 误区四：忽视温度对基线的影响。在温度变化大的环境中，金属结构件的热胀冷缩会导致基线长度变化，进而引入系统性深度误差。高精度应用需采用恒温结构或在线基线校正。
总结复盘：双目测距的本质是一个“像素差→物理深度”的确定性映射，其精度受限于视差量化误差、标定残差和系统结构稳定性。在实际项目中，建议遵循以下设计流程：
- 明确测距范围（Z_min ~ Z_max）和精度要求（ΔZ_max）；
- 根据精度公式反推所需的视差分辨率，进而确定f和b的组合；
- 验证视场角覆盖和盲区是否满足应用场景；
- 选用高精度标定板（如棋盘格或圆点阵），进行立体标定并评估重投影误差（应小于0.1像素）；
- 在目标距离处放置标准尺寸物体，实测深度并对比理论值，进行系统级验证。