口大小的中值滤波过滤不可靠的视差d。
通过设置平均误差阈值来消除不可靠误差估计我们通过视差图Ed的平均误差值来定义获得的视差图d的可靠度Rd。它可以表示为如下公式：
12
f第二章双目视觉系统
Rd
1
1


Mea
Ed
eSd

m

Edij1
ijEdij
e
218
视差图Ed的误差值可以如下表示：
Ed
i
j

3
1

m
i
jm3
LxydijkRxyk2
xiyjk1
219
视差图包含一些不可靠的差异估计在对象边界周围大部分是由于图像中的
物体遮蔽。这些可以通过观察Ed中的高误差值来删除不可靠的差异。为了增加获得的视差图dij的可靠性，如220描述的简单的阈值机制，可以在得到
dij过程中过滤一些不可靠的差异估计。
dijdij
e
Ed
i
j

Ed
e
i
j
EdijVeEdijVeEdijVe
EdijVe
220
通过过滤一些不可靠的差异，dij将比dij的误差能量估计更加精准。
在方程220中将差异设定为
e是指“无估计”状态在Rd计算中排除具有
e状
态的Edij值。方程218中Sd参数表示不是
e的误差值的点数。Ed是dij的误差值。Ve是用于决定视差估计的误差值是不可靠的。为了自动确定Ve，我们使用以下公式：
VeMea
Ed
221
在等式218中，是容忍公差系数，用于调整滤波的可靠性。减少导致
d更可靠。然而，减少会由于消除了更多的差距点而削弱视差图。
25本章小结
在本章中，首先，对双目立体视觉系统就行了简单介绍。其次，叙述了三大坐标系和两种摄像机模型，并推导出了双目视觉系统中的摄像机标定原理。最后，叙述基于全局误差能量最小化和基于线性生长两种区域匹配算法。总之，本章是对摄像机标定以及立体匹配过程进行了理论研究，下一章的实验打下基础。
13
f14
第三章立体标定与匹配
在本章实验中的摄像机标定与立体匹配过程中均基于Matlab进行实验仿真。摄像机标定原理是基于张正友棋盘标定发利用Matlab标定工具箱完成的，实验14张图片是采用双目摄像机从不同角度进行拍摄的，首先，摄像机内参数是固定不变的，因此在对内参数标定后，利用已知的内参数实现对摄像机外参数的标定，至此，摄像机标定过程完成。立体匹配利用Matlab对基于全局误差能量最小化立体匹配算法和基于线性生长立体匹配算法进行编程，对双目摄像机拍摄的左右图像进行立体匹配，进而求出空间中物体深度信息。
31双目摄像机标定的实现
311左右两摄像机单目标定以下以实现左图像标定为例，步骤如下：1、下载Matlab标定工具箱22加载到Matlabr