如何在光学测距仪中测量图像重合度

Question

我有两个USB网络摄像头（固定焦距）设置为一个简单的stereoscopic rangefinder，间距为N毫米，每个摄像头向中心线旋转M度，我已经calibrated the cameras以确保对齐。在

当调整角度时，我如何测量图像之间的重合度（最好是Python/PIL/OpenCV）以知道相机何时聚焦在一个物体上？它是否简单到在每个图像中选择一部分像素（a行乘以B列）并计算像素之间的差值之和？在

Answer 1

问题是您无法假设相机的像素完美对齐

假设x-轴是视差位移轴，y-轴对齐。您需要识别x轴图像失真/偏移，以检测视差对齐，即使您已尽可能对齐。abs差分的结果不一定在min/max中，因此，不是减去单个像素，而是减去该像素附近区域的平均颜色，其半径/大小大于y-axis中的对齐误差。让我们把这个半径或大小称为r，这样在对齐时产生的差异应该是最小的。在

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. 用步骤扫描整个x范围，例如0.25*r
3. 选择最小差的x位置（x0）
4. 将r改为一半
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小于几个像素，则停止

这样您就可以在O(log2(n))中搜索，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）
   • 坡度的具体变化等。。。在
2. 图像间的交叉匹配点
3. 计算交叉匹配点之间的平均x距离
4. 改变视差对齐找到的点的距离
5. 转到bullet 1直到x距离足够小

这种方法可以避免检查整个x范围，因为对齐距离是直接获得的。。。你只需要把它转换成角度或者任何你用来校准视差的东西

[注意事项]

你不需要在整个图像区域上这样做，只需沿图像选择几条水平线并扫描它们附近的区域。在

还有另一种方法来检测对齐，例如对于短距离，倾斜是对齐的重要标记，因此比较相机之间对象在其左右两侧的高度。。。如果在同一个地方你被排成一条直线如果大/小你没有对齐并且知道该往哪边转。。。在