立体视觉系统概述
误差分析
考虑对应于深度 Z 的视差 d 的匹配对。我们想要评估 ΔZ，即视差误差引起的深度误差。将 Z 对 d 求导，得到：
立体视觉中基线（baseline）、焦距（focal length）和立体重建的准确性之间的基本关系。
-
“深度：立体重建的分辨率随着深度呈二次减小。这意味着立体视觉的适用性受到严重限制。” - 这句话指出，随着物体距离相机的深度增加，立体重建的分辨率会二次减小。这意味着在较远的距离上，立体视觉的准确性受到了较大的限制。这也提到了亚像素视差插值技术（sub-pixel disparity interpolation），这是用来提高立体视觉精度的一种技术。
-
“基线：随着基线的增加，分辨率会提高。然而，随着基线的增加，匹配变得越来越困难。” - 这句话意味着，增加相机的基线（即两个相机之间的距离）会提高立体视觉的分辨率，从而更容易识别物体的深度。然而，随着基线的增加，视差匹配变得更加困难，因为视差差异也会增加。
-
“焦距：对于给定的图像尺寸，随着焦距的增加，图像平面上的像素密度增加。因此，视差分辨率更高。” - 这句话说明了焦距的增加会导致图像平面上的像素密度增加，这会提高视差分辨率，从而有助于更精确地进行立体视觉重建。
假设来自左右摄像机的视线完全相交。
• 两条观察光线彼此靠近通过，但由于校准中的小误差而没有完全相交。点 P 被重建为最接近两条线的点。
