单目测距几个关键点
一．畸变矫正
相机镜头畸变矫正-->得到相机的内外参数、畸变参数矩阵
1. 外参数矩阵。世界坐标经过旋转和平移，然后落到另一个现实世界点(摄像机坐标)上。
2. 内参数矩阵。告诉你上述那个点在1的基础上，是如何继续经过摄像机的镜头、并通过针孔成像和电子转化而成为像素点的。
3. 畸变矩阵。告诉你为什么上面那个像素点并没有落在理论计算该落在的位置上，还产生了一定的偏移和变形.
二．测距步骤：
1. 使用摄像机采集道路前方的图像；
2. 在道路区域对物体进行检测，通过矩形框将物体形状框出来。
3. 结合矩形框信息，找到该矩形框底边的两个像平面坐标，分别记为（u1，v1）和（u2，v2）;（opencv自带函数，输出矩形框像素点坐标）
4. 使用几何关系推导法，由像平面坐标点（u1, v1）、（u2, v2）推导出道路平面坐标（x1,y1）、（x2, y2）；（投影到地面上，z轴为0）
5. 通过欧氏距离公式计算出d。
三．根据相似三角比例计算出对应像素点的实际坐标
这个方法对摄像机标定的要求比较高，同时要求镜头本身造成的畸变就比较小，但总体来说这种方法的可移植性和实用性都较强。其主要的思路还是小孔成像的模型。
一步步推导如下：
已知量：摄像机高度H
图像坐标中心对应的世界坐标点与摄像头在y轴上的距离O3MO3M
镜头中心点的图像坐标O1(ucenter，vcenter)O1(ucenter，vcenter)
测量像素点的图像坐标P1(u，0）、Q1（u，v）P1(u，0）、Q1（u，v）
实际像素的长度xpix
实际像素的宽度ypix
摄像头焦距f
（y轴方向计算和上一个模型相同，x轴计算是y轴坐标通过比例计算得到）
这样就可以得到垂直方向的坐标
这样就可以得到垂直方向的坐标
