【相机标定】双目测距在三维重建中的关键作用

1. 双目测距：为什么它是三维重建的“双眼”？

大家好，我是老张，在计算机视觉和智能硬件这块摸爬滚打了十多年。今天咱们不聊那些虚头巴脑的概念，就聊聊一个听起来很硬核，但实际应用无处不在的技术——双目测距。尤其是在三维重建这个领域，它扮演的角色，就像我们人的一双眼睛，缺一不可。

你可能觉得三维重建是电影特效或者高端科研的玩意儿，离我们很远。其实不然。想想你手机里那个能把你家客厅变成3D模型的APP，或者商场里那个能让你“虚拟试穿”衣服的屏幕，背后很可能就有双目测距的影子。它的核心任务就一个：告诉计算机，场景里的每一个点，离“我”到底有多远。这个“距离”信息，专业术语叫深度，有了它，平面的二维图片才能“站”起来，变成有体积、有空间感的三维模型。

那么，双目测距是怎么做到的呢？原理其实很“古老”，就是模仿我们人类的双眼。你闭上一只眼睛，试着用手指去快速触碰桌角的笔尖，是不是感觉没那么准了？这是因为单眼失去了立体视觉，难以精确判断距离。我们的两只眼睛因为位置不同，看到的同一物体在左右眼视网膜上的投影位置会有细微差别，这个差别就叫视差。大脑神奇地根据这个视差，结合两只眼睛的距离（我们称之为基线距），就能瞬间解算出物体的深度。

机器也一样。双目测距系统就是给机器装上两只“眼睛”——两个并排的摄像头。它们同时拍摄同一场景，得到两张有视差的图像。通过一系列计算（这个我们后面会细说），就能得到一张深度图——这张图上每个像素点的亮度值，不再代表颜色，而是代表该点距离摄像头的远近。这张深度图，就是三维重建最核心、最基础的原材料。

所以，如果你正在捣鼓机器人导航、自动驾驶的环境感知、AR/VR的虚实融合，或者只是想做个酷炫的3D扫描仪，理解双目测距，就是你绕不开的第一步。它不光是公式，更是一套从硬件布置到软件算法的完整工程实践。接下来，我就带你一步步拆解，看看这双“眼睛”到底是怎么工作的，以及如何把它调教得又准又稳。

2. 万事开头难：相机标定是精度基石

搞双目测距，最忌讳的就是一上来就急着写代码匹配图像。我见过太多项目在这里栽跟头，最后测出来的深度飘忽不定，模型扭曲得没法看。问题出在哪？十有八九是相机标定没做好。这一步，就像是给尺子刻上精确的刻度，如果尺子本身不准，量什么都白搭。

2.1 标定到底在标什么？

简单说，标定就是要搞清楚你这台（或这两台）相机的“脾气秉性”。每台相机镜头都有制造误差，成像时会产生畸变；两个相机之间的位置也不可能完全理想平行。标定，就是通过拍摄一组已知图案（比如棋盘格），来反向求解出这些内部和外部参数的过程。

这些参数主要分两大类：

• 内参：描述相机自身的特性，就像它的“身份证”。
  • 焦距：决定了相机的视野范围。焦距不准，算出来的深度会整体缩放。
  • 主点坐标：图像中心点的像素坐标。理论上应该在图像正中央，但制造和组装会有偏差。
  • 畸变系数：这是重中之重！镜头会让直线变弯（径向畸变），或者让方形变成枕形或桶形（切向畸变）。不校正畸变，后续的立体匹配根本没法做，因为同一个物理点在左右图像上的位置关系会变得毫无规律。
• 外参：描述相机在空间中的姿态。对于双目系统，这包括两个相机各自的旋转和平移矩阵，更关键的是它们之间的相对关系。
  • 旋转矩阵 R 和平移向量 T：特别是基线距，就藏在平移向量T里。这个值如果不准，深度公式里的基线就错了，算出来的距离自然全错。

我常用的标定工具是OpenCV里的 cv2.calibrateCamera 和 cv2.stereoCalibrate。下面是一个简化的标定代码框架，你可以感受一下流程：

import numpy as np
import cv2
import glob

# 准备棋盘格的世界坐标 (假设格子边长30mm)
objp = np.zeros((6*9, 3), np.float32)
objp[:,:2] = np.