單目、雙目及深度相機比較
點擊上方“小白學視覺”,選擇加"星標"或“置頂”
重磅干貨,第一時間送達

優(yōu)點:
結構簡單,成本低,便于標定和識別
缺點:
在單張圖片里,無法確定一個物體的真實大小。它可能是一個很大但很遠的物體,也可能是一個很近很小的物體。通過相機的運動形成視差,可以測量物體相對深度。但是單目SLAM估計的軌跡和地圖將與真實的軌跡和地圖相差一個因子,也就是尺度(scale),單憑圖像無法確定這個真實尺度,所以稱尺度不確定性。
基于單目手眼相機和激光測距儀,提出了一種尺寸未知的空間矩形平面的位姿測量算法
單目視覺測量的原理和實現(xiàn)方法,得出采用線激光器、單CCD 相機、小孔成像和激光面約束模型的單目視覺測量方法。

優(yōu)點:
基線距離越大,能夠測量的距離就越遠;并且可以運用到室內和室外。
缺點:
配置與標定較為復雜
深度量程和精度受到雙目基線與分辨率限制
視差計算非常消耗計算資源,需要GPU/FPGA設備加速
用兩部相機來定位。對物體上一個特征點,用兩部固定于不同位置的相機攝得物體的像,分別獲得該點在兩部相機像平面上的坐標。只要知道兩部相機精確的相對位置,就可用幾何的方法得到該特征點在固定一部相機的坐標系中的坐標,即確定了特征點的位置。

通過結構光或ToF(time of fly)的物理方法測量物體深度信息。
典型代表Kinect/xtion pro/RealSense。
測量范圍窄,噪聲大,視野小,易受日光干擾,無法測量透射材質等問題,主要用在室內,室外很難應用。
所謂的深度相機主要用來三維成像,和距離的測量。
交流群
歡迎加入公眾號讀者群一起和同行交流,目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群(以后會逐漸細分),請掃描下面微信號加群,備注:”昵稱+學校/公司+研究方向“,例如:”張三?+?上海交大?+?視覺SLAM“。請按照格式備注,否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關微信群。請勿在群內發(fā)送廣告,否則會請出群,謝謝理解~

