2.2 摄像机的标定

在一般的双目立体视觉系统中，摄像机的标定是三维世界中物体点的三维坐标与其图像上对应点的函数关系的过程，不仅要确定两个摄像机的相对位置关系，还要得到每个摄像机的内部参数矩阵和外部参数矩阵。关于摄像机的标定方法，有着各种各样不同的标定方法，而传统标定方法，自标定方法和特殊摄像机标定这三种方法是目前最常用的分类。而其中传统的标定方法可以总结为以下几种：

   （1）直接线性变换法（DLT）。这种方法在最早在1971年被提出，通过求解线性方程来获得摄像机模型的参数，参数涉及的很少、所以便于计算，但是在计算过程中非线性畸变常常被忽略，因此精度比较低。 

   （2）传统设备标定法：对于每一幅图，摄像机与三维物体空间的约束关系都需要至少17个参数来描述，用这种方法标定精度高，但是计算量十分大。

   （3）相机标定的两步法：这种方法是传统设备标定法和直接线性变换法的结合，首先采用直接线性变换法来求初始值，再通过求得的初始值，考虑非线性畸变因素，最后利用最优化方法来提高求得的非线性解的标定精度。其中Tsai和张正友的方法是比较典型的两步标定法。

   （4）透视变换短阵法：这种方法和直线线性变换法类似，摄像机的成像模型从透视变换的角度来建立的，可实时计算，根本不需初始值，而且运算速度快，但同样精度会受到影响。  

   （5）双平面标定法：上面的四种方法都是基于针孔成像的计算机模型进行开发研究的。这种方法可以直接通过线性方程来求有关参数，但是需要考虑的条件太多，目前在户外的应用方面还比较少。

    摄像机的自标定方法在使用透视摄像机针孔模型的情况下，可以分为影射意义的标定，仿射意义的标定和理想的标定三个层次。而PTZ摄像机标定则属于特殊摄像机标定。

2.3 提取特征点 

    要想清晰的认清图像，就必须要找到该图像的特征性，并对这个特征进行详细的描述。因此，特征点提取是图像识别以及其他高级图像处理的基础，通常我们希望提取到的特征性具有足够可区分性、独立性以及不敏感性。另外，因为在图像获取过程中，存在一系列的噪声源以及其他一些不稳定因素，这些因素会影响图片的质量，使图像中的特征点变得不清晰，所以为了排除这些干扰影响，我们在进行提取特征点像的坐标前，通常会对图像进行预处理。