如何从KITTI 2015标定文件提取基线与焦距用于深度估计？

背景 #

我是图像处理新手，需使用KITTI 2015立体图像，通过Census变换和汉明距离实现深度估计，当前需要明确如何从数据集的标定文件中提取基线（baseline）和焦距（focal length）。

标定文件参数概览 #

calib_cam_to_cam/000nr.txt（nr取值000-199，对应图像对编号） #

该文件包含以下参数：

• S_xx：图像xx校正前的尺寸，1×2矩阵
• K_xx：图像xx校正前的3×3内参标定矩阵
• D_xx：图像xx校正前的1×5畸变向量
• R_xx：相机xx的3×3旋转外参矩阵
• T_xx：相机xx的3×1平移外参向量
• S_rect_xx：图像xx校正后的尺寸，1×2矩阵
• R_rect_xx：使图像平面共面的3×3校正旋转矩阵
• P_rect_xx：校正后的3×4投影矩阵

calib_velo_to_cam/000nr.txt #

该文件包含以下参数：

• R：将3D点从Velodyne坐标系转换到相机坐标系的3×3旋转矩阵
• T：将3D点从Velodyne坐标系转换到相机坐标系的3×1平移向量
• delta_f：左右彩色相机焦距的差值，单目相机取值为0
• delta_c：左右彩色相机主点的差值，单目相机取值为0

具体提取步骤 #

焦距（Focal Length） #

对于校正后的立体图像，直接从calib_cam_to_cam文件的P_rect_xx矩阵中提取：

• P_rect_02对应左相机的校正投影矩阵，P_rect_03对应右相机的校正投影矩阵
• 投影矩阵的标准结构为：

  [f_u, 0, c_u, 0]
  [0, f_v, c_v, 0]
  [0, 0, 1, 0]
  

• 焦距可选取f_u或f_v（KITTI数据集中两者数值近似相等），例如从P_rect_02的第一行第一列数值获取f_u

基线（Baseline） #

基线是左右相机光心之间的水平距离，有两种常用计算方式：

1. 基于外参向量计算：
   • 从calib_cam_to_cam文件中获取左相机到参考相机的平移向量T_02，以及右相机到参考相机的平移向量T_03
   • 计算左右相机的平移差：T_diff = T_03 - T_02
   • 基线长度为该向量X轴分量的绝对值（KITTI立体相机为水平布置，基线沿X轴）
2. 基于投影矩阵快速计算：
   • 从P_rect_03矩阵中取第一行第四列的数值（即P_rect_03[0][3]）
   • 结合左相机焦距f_u，通过公式计算：baseline = -P_rect_03[0][3] / f_u

内容的提问来源于stack exchange，提问作者Vulsan Bianca