雙目視覺技術的原理、結構、特點、發展現狀和發展方向分析

雙目立體視覺是機器視覺的一種重要形式，它是基于視差原理并由多幅圖像獲取物體三維幾何信息的方法。

雙目立體視覺系統一般由雙攝像機從不同角度同時獲得被測物的兩幅數字圖像，或由單攝像機在不同時刻從不同角度獲得被測物的兩幅數字圖像，并基于視差原理恢復出物體的三維幾何信息，重建物體三維輪廓及位置。雙目立體視覺系統在機器視覺領域有著廣泛的應用前景。

雙目立體視覺技術的實現可分為以下步驟：圖像獲取、攝像機標定、特征提取、圖像匹配和三維重建，國外雙目體視目前主要應用于四個領域：機器人導航、微操作系統的參數檢測、三維測量和虛擬現實，國內主要研究對多自由度機械裝置的動態、精確位姿檢測，對三維不規則物體（偏轉線圈）的三維空間坐標進行非接觸精密測量，全自主足球機器人導航等。

雙目立體視覺這一有著廣闊應用前景的學科，隨著光學，電子學以及計算機技術的發展，將不斷進步，逐漸實用化，不僅將成為工業檢測，生物醫學，虛擬現實等領域。

雙目視覺與TOF的差異性分析

雙目視覺：雙目立體視覺測距的原理和人眼類似，通過計算空間中同一個物體在兩個相機成像的視差就可以根據如下三角關系計算得到物體離相機的距離：

雙目立體視覺測距算法的核心就是尋找對應關系，可以理解為給定一個相機拍攝的圖片中的任意一個像素點，如何在另外一個相機拍攝的圖像中找到和它對應的像素點，這個過程需要特征提取、特征匹配等一系列復雜的算法。

雙目視覺對目標物體的三維重建技術的應用

計算機視覺檢測技術以其非接觸、快速、高精度、自動化程度高等諸多優點，在工業生產中得到了越來越廣泛的應用。已有的方法包括基于單攝像頭結合結構光的方法、雙目視覺方法、投影儀配合攝像機方法等。其中雙目視覺因其結構靈活、安裝方便、成本低而被廣泛采用。

目視覺測量要解決的問題是如何通過兩維CCD圖像恢復出被測量的三維信息，攝像機標定與立體匹配是雙目立體視覺系統中最重要也是最困難的問題。隨著攝影測量和計算機視覺理論的發展，許多學者對攝像機標定技術進行了深入研究，現已發展的比較成熟；

也有許多學者對立體匹配進行了大量的研究。提出了一種基于雙目立體視覺的激光三維測量技術，采用了張正友平面模板標定法，系統標定不需昂貴的精制標定塊；同時，利用標定結果對圖像進行校正，并結合線結構激光條紋進行匹配點搜索，大大降低了雙目立體視覺中立體匹配的難度。

激光結構光由于波長單一，抗電磁干擾能力強，檢測精度高等優點，廣泛應用于物體檢測與跟蹤，是主動視覺測量技術，雙目立體視覺因為有快速，準確，靈活等特點。

被廣泛的應用于醫療，工業，人工智能等多個領域，尤其當工作的環境惡劣、條件艱苦（例如：高山地區的電力線監測，建筑施工工地的墻面抹灰，外太空導航等），或者要求長時間、穩定性強的工作（國防安全系統，醫學成像等），雙目立體視覺系統顯現出來了無法比擬的優越性。

雙目立體視覺應用的部分領域包括：高山地區的電力線監測、房屋建造抹墻機器人、衛星遙感監測圖像分析、醫學成像分析、安全檢測系統等。

雙目立體視覺越來越多的被應用在我們的平常生活當中，例如，虛擬現實構造空間配合虛擬現實技術，雙目立體視覺可以恢復出難以示眾的物品，例如，文物，墨寶等高價值易破損的物品。從而可以建造出虛擬文化館。

為實現工業中汽車、飛機、骨骼和模具外形等物體的三維重建，介紹了基于激光線掃描的雙目立體視覺三維測量系統。2個攝像機同時攝取一個掃描激光光條圖像，經過圖像預處理、光條特征點提取、圖像匹配，利用視差計算出光條上所有點的坐標值，即光條處物體的三維信息。

通過坐標系之間的轉換把各光條統一到同一世界坐標系下，得到整個物體的三維重建。三維激光掃描測量系統如下圖所示，硬件部分包括雙CCD攝像機，半導體激光器，電控平移臺以及步進電機控制箱。

（1）高精度導航定位、全局環境語義，雙目視覺導航方案更適合掃地機器人

隨著社會經濟發展水平和人們消費觀念的轉變，更具科技屬性的智能規劃型掃地機器人成為最受費者青睞的智能家居產品。據數據顯示，智能規劃掃地機器人市場占比從17年的10%提升到18年的59%，其中激光導航占76%，視覺導航系統占24%。

而隨著視覺導航系統在iRobot、戴森等掃地機器人頭部陣營不斷發酵，關于視覺導航單目、雙目的技術問題，也得到了掃地機器人廠商的廣泛關注。

雙目視覺導航是定位精度更高、系統性更強，更加智能的掃地機器人導航方案，能夠更好地引領掃地機器人向家庭清潔智能助手轉變，隨著技術的不斷進步，可以預見，雙目視覺導航系統將會逐漸成為掃地機器人主流導航定位方案。

（2）200幀高速采集，INDEMIND雙目視覺慣性模組助力立體視覺應用升級

面對日益提升的使用需求，為提升產品適用性，INDEMIND深耕不輟，為旗下雙目視覺慣性模組提供了200幀高速環境獲取能力，滿足了不同場景的使用需求。

以車道檢測為例，在車道檢測環節中，視覺需對道路彎曲、陰影、路面變化、標識線變化等路況實時反饋分析，并通過深度學習算法，自動生成車輛最佳行駛路線。

而想要實現快速機動反應，便需要高速的環境采集能力，INDEMIND雙目視覺慣性模組的圖像采集幀率可達到200幀，在遇到車道變化時，雙目視覺慣性模組可以0.005秒/幀的速度快速檢測車道變化，并通過連續多幀分析車道變化趨勢，為自動駕駛算法提供多方面精準、快速的環境信息數據，輔助算法實現高機動自動駕駛。

（3）雙目視覺項目在汽車領域的產品落地化

雙目視覺其實在很早的時候就在歐美以及日本，都運用在車載上了。從1999年開始，斯巴魯就已經搭載了最早的一個雙目相機，當時是日立給它做的。到2016年的時候，寶馬、奔馳、捷豹路虎都在他們最高配的車型上搭載了雙目視覺。

從2016年到現在，雙目立體視覺的發展趨勢是從頂配的高端車型慢慢向中端甚至低端的車型覆蓋。這里面說明兩個問題，第一是大家對主動安全的意識有提升，第二是在車載視覺傳感器的領域，大家開始慢慢接受雙目的傳感器。

目前博世、大陸、日立、奧托立夫、電裝這些大企業都在研發、采用，以及加快腳步推行他們的雙目視覺產品。

雙目視覺芯片發展的必要性和市場前景

（1）受益于配套基礎設施不斷完善、制造業總體規模持續擴大、智能化水平不斷提高、政策利好等因素，中國機器視覺市場需求不斷增長。據數據顯示，2018年中國機器視覺市場規模首次超過100億元。隨著行業技術提升、產品應用領域更廣泛，未來機器視覺市場將進一步擴大，預計2019年市場規模將近125億元。

（2）市場空間巨大：據數據顯示，2018年全球機器視覺市場規模超88億美元。隨著應用市場的進一步擴大，未來市場需求將進一步放量。預計2019年，全球機器視覺市場規模將近100億美元。面對如此巨大的市場，并且核心的硬件芯片占了整套視覺系統大概35%的成本的情形下，半導體行業各個大公司都對此領域虎視眈眈。但是因其技術壁壘較高，需要有成熟的圖像算法方面積累，半導體公司也不敢貿然進入。

（3）雙目視覺芯片是趨勢：圖像處理算法一開始應用是采用服務器的軟件算法來完成，隨著互聯網技術的不斷成熟，會擴展到云端計算來完成，但是這樣對于網絡帶寬要求非常大，對于云服務器的計算量要求也非常高。

視頻圖像處理技術算法的大規模產業化應用，必然是需要專業的芯片來完成，該芯片就是機器視覺（CV）芯片。芯片是能夠降低成本，同時提高運算能力的方式，從近年的整個行業情況來看，計算機視覺作為人工智能領域最重要的方向之一。

（4）機器視覺是強需求：在當今這個時代，計算機視覺領域呈現出很多新的趨勢，其中最為顯著的一個，就是應用的爆炸性增長。除了手機、個人電腦和工業檢測之外，計算機視覺技術在智能安防、機器人、自動駕駛、智慧醫療、無人機、增強現實（AR）等領域都出現了各種形態的應用方式，計算機視覺迎來了一個應用爆炸性增長的時代。

編輯：jq