如果您查看document you link中公式8之后的段落,您会发现它们的差异精度为0.18 * 10 ^ -6m . 进一步阅读,我得出结论,他们使用的视差精度是所用摄像机的CCD上两个像素之间的距离 . 对于1/4 " CCD (which measures 3.2mm by 2.4mm) with resolution 640X480 (a very old VGA camera) this would be 5*10^-6. I don't know what the sensor size for the LG Optimus 3D is, but assuming 1/4" CCD和2592像素水平分辨率,视差精度的基线将是:1.23 * 10 ^ -6,在10米处的深度精度为约0.85m . 这对我来说看起来很合理 . 如果CCD较小,则会改善(即精度值降低) .
这是假设两个立体图像之间的特征完美匹配的最低可能值 . 此值仅表示立体声对的物理限制 .
5
我意识到这已经晚了一年,但万一有人发现了这一点 .
公式是这样的:
dD = dd * D^2 / fB
哪里:
dd =差异错误
dD =深度错误
D =深度
f =焦距
B =基线
如果 f = 6mm = 0.006m , B = 24mm = 0.024m , D = 10m , dd 是1像素[我现在称之为 P ,但通常约为1.4um] .
2 回答
如果您查看document you link中公式8之后的段落,您会发现它们的差异精度为0.18 * 10 ^ -6m . 进一步阅读,我得出结论,他们使用的视差精度是所用摄像机的CCD上两个像素之间的距离 . 对于1/4 " CCD (which measures 3.2mm by 2.4mm) with resolution 640X480 (a very old VGA camera) this would be 5*10^-6. I don't know what the sensor size for the LG Optimus 3D is, but assuming 1/4" CCD和2592像素水平分辨率,视差精度的基线将是:1.23 * 10 ^ -6,在10米处的深度精度为约0.85m . 这对我来说看起来很合理 . 如果CCD较小,则会改善(即精度值降低) .
这是假设两个立体图像之间的特征完美匹配的最低可能值 . 此值仅表示立体声对的物理限制 .
我意识到这已经晚了一年,但万一有人发现了这一点 .
公式是这样的:
dD = dd * D^2 / fB
哪里:
dd
=差异错误dD
=深度错误D
=深度f
=焦距B
=基线如果
f = 6mm = 0.006m
,B = 24mm = 0.024m
,D = 10m
,dd
是1像素[我现在称之为P
,但通常约为1.4um] .插入所有数字给出:
dD = P * 10^2 / (0.006 * 0.024) ~ 694444 P
对于
P=1.4um, dD = 0.97 m
(约为9.7%) .现在假设你的对应关系产生单像素错误 . 您可以进行子像素搜索,并根据图像中的噪声级别和纹理,可以获得子像素的准确对应关系 . 在这种情况下,您的准确性会好一些 .
请注意,此公式是出错的 . 差异与深度之间的关系如下:
d = fB / D
哪里:
d
=差异D
=深度f
=焦距B
=基线同样,插入数字会给出:
d = (0.006 * 0.024 / 10) m = 0.0000144 m = 0.0144 mm = 14.4 um
.如果您假设您的像素大小约为
1.4um
,则14.4um
大约为10像素 . 这与上面的错误一致 - 意味着1像素误差约占10% .10米外的汽车在左右传感器之间移动了10个像素 .
我希望有所帮助 .