因为在自己的工作中需要剔除行驶的地面，要用到U-V视差，所以写这篇博客主要是记录自己学习到的相关内容。如果写的有问题可以在评论中指出。

目录

1.原理：

双目系统

模型推导 

各种3D平面在U-V视差中的投影 

实例 

 参考：

---

1.原理：

• 双目系统

双目相机系统如下图所示：f为焦距，b为基线，P(X,Y,Z)为三维点。 我们可以得到视差的公式如下：（双目视觉系统）

• 模型推导 

首先，当我们使用双目相机拍摄真实世界时，如下图所示，(Xw ,Yw , Zw )为世界坐标系，(Xl ,Yl , Zl)为左相机坐标系，（Xr ,Yr , Zr）为右相机坐标系。 

• 对于世界坐标系和左相机坐标系，存在着b/2的平移，以及一个旋转角θ
• 对于世界坐标系和右相机坐标系，存在着b/2的平移，以及一个旋转角θ

那么，从世界坐标系到左右相机坐标的变换矩阵为：

 其次，我们预先通过标定知道了左右相机的内参矩阵为：

 当相机的内参和外参都知道了，根据针孔相机模型，就可以计算处相机的投影矩阵P=K[R|t]

使用矩阵的乘法公式对其进行展开得到： 

 

 由d=ul-ur得到视差：

• 各种3D平面在U-V视差中的投影 

• 实例 

1.左图像，右图像，视差图像

 2.U-视差，V-视差

3.对U-V视差图使用霍夫变换检测线

 

①，⑤：近似直线，如图中的球体和圆锥；

②   11：地平面在V视差中的投影为直线；

⑥，⑦：侧面的墙在U视差中的投影为直线；

⑨       ：垂直障碍物；

③④⑧⑩：垂直墙面的转角处；

4.3D重建的结构

 

 参考：

基于 U-V 视差算法的障碍物识别技术研究

A Complete U-V-Disparity Study for Stereovision Based 3D Driving Environment analysis

http://www.doc88.com/p-1823931324527.html

https://blog.****.net/chentravelling/article/details/53671279