双目摄像头是利用仿生学原理，通过标定后的双摄像头得到同步曝光图像，然后计算获取的2维图像像素点的第三维深度信息。为了对不同的环境场合进行监控提出了一种新的基于双目计算机视觉的自适应识别算法。该算法首先利用像素点的深度信息对场景进行识别判断，然后采用统计的方法为场景建模，并通过时间滤波克服光照渐变，以及通过深度算法特性克服光照突变。与单摄像头相比，利用该算法实现的视频监控原理系统，可应用于更多场合，并利用深度信息设置报警级别，来降低误检率。

 

　　双摄像头能做什么

 

　　1.做距离相关的应用

 

　　人眼能够感知物体的远近，是由于两只眼睛对同一个物体呈现的图像存在差异，也称“视差”。物体距离越远，视差越小；反之，视差越大。视差的大小对应着物体与眼睛之间距离的远近，这也是3D电影能够使人有立体层次感知的原因。

 

　　图中的人和椰子树，人在前，椰子树在后，最下方是双目相机中的成像。可以看出右侧成像中人在树的左侧，左侧成像中人在树的右侧，这是因为双目的角度不一样。再通过对比两幅图像就可以知道人眼观察树的时候视差小。而观察人时视差大，因为树的距离远，人的距离近。这就是双目三角测距的原理。双目系统对目标物体距离感知是一种绝对的测量，而非估算。

 

　　2.双摄像头可以做光学变焦

 

　　若两个摄像头的FOV不一样，一个大FOV，一个小FOV，再通过算法实现两个光学镜头之间的效果，就可以轻松做到光学变焦。

 

　　若不用双摄像头，放大图片后，文字不清楚

 

　　若使用双摄像头，放大图片后，文字依然清楚

 

　　此图就是融合了广角的图和长焦的图，通过算法算出了中间态度照片，让细节不失真。

 

　　双目摄像头的原理

 

　　人眼是很容易对一个物体的距离进行定位，但当人闭上其中一个眼睛后，定位能力就会下降很多。双摄像头就是模拟人眼的应用。简单的说，测距离的话，就是通过算法算出，被拍摄物体与左/右摄像头的角度θ1和θ2，再加上固定的y值（即两个摄像头的中心距），就非常容易算出z值（即物体到摄像头的距离）。

 

 

　　不过这也很容易推算，若两个摄像头中心距过小的话，可计算的物体距离就会很近。若想算出很远距离，就必须让左右摄像头的距离拉远。

 

　　双目检测的方式就是通过对两幅图像视差的计算，直接对前方景物（图像所拍摄到的范围）进行距离测量，而无需判断前方出现的是什么类型的障碍物。所以对于任何类型的障碍物，都能根据距离信息的变化，进行必要的预警或制动。

 

　　双目系统成本比单目系统要高，但尚处于可接受范围内；二是没有识别率的限制，因为从原理上无需先进行识别再进行测算，而是对所有障碍物直接进行测量；三是精度比单目高，直接利用视差计算距离；四是无需维护样本数据库，因为对于双目没有样本的概念。

 

　　双目摄像头的难点

 

　　双目系统的一个难点在于计算量非常大，对计算单元的性能要求非常高，这使得双目系统的产品化、小型化的难度较大。所以在芯片或FPGA上解决双目的计算问题难度比较大。国际上使用双目的研究机构或厂商，绝大多数是使用服务器来进行图像处理与计算的；也有部分将算法进行简化后，使用FPGA进行处理。

 

　　其次，双目摄像头对ISP的性能比较高。双摄像头的算法，不得不提到ISP，ISP主要作用是对前端图像传感器输出的信号做后期处理，主要功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制等，依赖于ISP才能在不同的光学条件下都能较好的还原现场细节，ISP技术在很大程度上决定了摄像机成像质量。

 

　　好的拍照算法就需要搭配好的ISP，ISP和算法相辅相成，缺一不可。而双摄像头对ISP性能要求更多。为了使的左右摄像头的信号能够同时被处理，单一的ISP已经无法满足双摄像头的需求。这就需要双路ISP实现此功能。

 

　　以暗光增强为例，彩色/黑白图像分别进入各自的ISP通道和校准通道，然后将两副图片做匹配（如将两幅图片相同的部分提取出来，去除只有一个摄像头拍到的部分），然后通过遮挡，检测，补偿等算法处理相关的图片。最后将两幅图片融合起来，实现颜色的增强。

 

　　随着双摄像头算法的演进，载有双摄像头的视频监控系统也将发挥更大的作用，运用到更多的场景中。