机器人的视觉技术：单目视觉、双目视觉和全景视觉

随着科技的进步和计算机视觉的研究深入，视觉被引入到机器人领域。 机器人视觉与文字识别或者图像识别的区别在于，机器人视觉系统一般需要 处理三维图像，不仅需要了解物体的大小、形状，还要知道物体之间的关系。

机器人工作在三维空间，需要与三维物体打交道，因此，用什么样的视觉 系统和怎样用视觉系统获得三维信息是一个重要问题。所谓的三维视觉信息 包括：从摄像机到物体之间的距离、物体的大小和形状、各物体之间的关系。

从机器人的视觉技术来看，可以分为单目视觉、双目视觉和全景视觉三 类

1)单目视觉 移动机器人的单目视觉在已知对象的形状和性质或服从某 些假定时，虽然能够从图像的二维特征推导出三维信息，但一般情况下从单一 图像中是不可能直接得到三维环境信息的。

2)双目视觉 双目视觉测距法是仿照人类利用双目感知距离的一种测距 方法。人的双眼从稍有不同的两个角度去观察客观三维世界的景物，由于几 何光学的投影，离观察者不同距离的物点在左、右两眼视网膜上的像不是在相 同的位置上，这种在两眼视网膜上的位置差就称为双眼视差，它反映了客观景 物的深度(或距离),如图3-3所示。先运用完全相同的两个或者多个摄像机对同一景物从不同位置成像获得立体像对，通过各种算法匹配出相应像点，从而计算出视差，然后采用基于三角测量的方法恢复距离。立体视觉测距的难点是如何选择合理的匹配特征和匹配准则，以保证匹配的准确性。

双目立体视觉测量是基于视差原理，由多幅图像获取物体三维几何信息 的方法。在计算机视觉系统中，双目立体视觉测量一般由两部摄像机从不同角度同时获取周围景物的两幅数字图像，或由摄像机在不同时刻从不同角度 获取周围景物的两幅数字图像，并基于视差原理即可恢复出物体三维几何信 息，重建周围景物的三维形状与位置。

图3-3所示为简单的平视双目立体成像原理图，两摄像机的投影中心连 线的距离，即基线距为B 。两摄像机在同一时刻观看空间物体的统一特征点 P, 分别在“左眼”和“右眼”上获取了点P 的图像，它们的图像坐标分别为Pef (Xief,Yef),Prighe(Xrigh, Yrigh)。假定两摄像机的图像在同一个平面上，则特 征 点P 的图像坐标的Y 坐标相同，即Yen=Yrigh=Y, 则有三角几何关系得到

左摄像机像面上的任意一点只要能在右摄像机像面上找到对应的 匹配点(二者是空间同一点在左、右摄像机像面上的点),就可以确定出该点的 三维坐标。这种方法是点对点的运算，像面上所有点只要存在相应的匹配点， 就可以进行上述运算，从而获取其对应的三维坐标。

双目立体视觉测量是建立在对应基元的视差基础之上，因此左右图像中 各基元的匹配关系成为双目立体视觉测量中的一个极其重要的问题。然而对 于实际的立体图像对，求解对应基元的问题很富有挑战性，可以说是双目立体 视觉测量中Z困难的一步。为了求解对应基元，人们已经建立了许多约束来 减少对应基元误匹配，并Z终得到正确的对应基元。

在双目立体视觉测量系统中，对应基元的匹配问题主要关心两幅图像重 点、边缘或者区域等几何基元的相似程度。