双目视觉技术是一种基于计算机视觉的三维重建方法，它利用两个或多个摄像头捕捉不同视角的图像，通过图像处理和几何计算来恢复场景的三维信息。本项目提供的"双目标定，双目测距，双目测深度，双目求深度程序v2（基于opencv2.4.9，不需要扩展库）"是一个实用的双目视觉应用，适用于学习和实践相关技术。
双目标定是整个双目视觉系统的基础。目标定是指确定两个摄像头之间的相对位置和姿态，即内参和外参的估计。内参包括焦距、主点坐标等，外参描述了摄像头在空间中的位置和方向。这个过程通常通过拍摄已知标定板（如棋盘格）的多张图像，然后使用opencv中的calibrateCamera函数进行标定。
在标定完成后，我们可以利用两摄像头获取的图像对进行同步采集，并进行特征匹配。常用的方法有SIFT、SURF、ORB等特征检测算法，找到对应点对。接下来，通过Epipolar Geometry（基线上的射影几何）理论，可以建立左右图像像素间的几何关系，这一步被称为几何匹配。
然后，使用立体匹配算法，如半全局匹配（Semi-Global Matching, SGM）或BM算法，计算视差图。视差图表示每个像素在另一个图像中的对应位置的偏移量，反映了物体的深度信息。视差越大，物体离摄像头越远；反之，物体越近。
有了视差图，我们就可以计算出每个像素的深度信息，即Z值。这个过程通常采用三角测量原理，结合摄像头的内参和外参，以及左右图像像素间的视差，可以得到像素在三维空间中的位置。
双目测距则是利用双目视觉系统获取的深度信息，结合摄像头的固定位置，计算出场景中物体的实际距离。对于点P，其在世界坐标系中的三维坐标可以通过以下公式计算：
\[ P_w = K [R | t] P_c \]
其中，\( P_w \)是世界坐标系中的点，\( P_c \)是相机坐标系中的点（由视差和图像坐标计算得到），K是内参数矩阵，R是旋转矩阵，t是平移向量。
这个程序基于opencv2.4.9版本，这是一个广泛使用的开源计算机视觉库，提供了丰富的图像处理和计算机视觉功能。值得注意的是，本程序无需额外的扩展库，这意味着它可以更方便地在各种环境中运行。
这个项目涵盖了双目视觉的关键技术，包括摄像头标定、特征匹配、立体匹配、深度计算和测距，对于理解双目视觉系统的工作原理和实践具有很高的价值。通过学习和实践这个程序，可以深入掌握双目视觉技术，并可能应用于机器人导航、自动驾驶、3D重建等领域。
