我使用OpenCV 3.1中的StereoSGBM算法计算了视差图。我已经使用小均方根误差校准了立体相机。现在，我想计算视差图中某些点的实际距离（单位：毫米）。
这似乎是一个相对简单的问题。据我所知，我可以简单地使用以下公式：
distance = (baseline * focal length) / disparity
请问我可以在哪里使用矩阵Q（从stereoRectify输出）？Q[2][3] = 焦距，1 / Q [3][2] = 基线。
计算得到的Q矩阵如下：
Q: !!opencv-matrix
rows: 4
cols: 4
dt: d
data: [
1., 0., 0., -1.5668458938598633e+02,
0., 1., 0., -1.1948609733581543e+02,
0., 0., 0., 2.3598119491957863e+02,
0., 0., 1.6254073321947445e-02, 0. ]
问题在于结果与实际情况不符。例如，对于距离约为2.5米的房间天花板瞄准的相机（其中视差计算正确为12），实际距离被计算为1.3米。对于非常近的物体（例如30厘米），似乎是正确的，但远处的物体非常不准确。在校准过程中，我指定了棋盘方格的确切尺寸（以毫米为单位）。
我按照以下步骤进行：
// compute rectification transforms from calibration data
stereoRectify(M1, D1, M2, D2, Size(FRAME_WIDTH, FRAME_HEIGHT), R, T, R1, R2, P1, P2, Q, CALIB_ZERO_DISPARITY, 0.0, Size(FRAME_WIDTH, FRAME_HEIGHT), &roi1, &roi2);
// compute the undistortion and rectification transformation maps for each camera
initUndistortRectifyMap(M1, D1, R1, P1, Size(FRAME_WIDTH, FRAME_HEIGHT), CV_16SC2, map11, map12);
initUndistortRectifyMap(M2, D2, R2, P2, Size(FRAME_WIDTH, FRAME_HEIGHT), CV_16SC2, map21, map22);
...
// get images from camera (VideoCapture)
camLeft.read(_frameLeft);
camRight.read(_frameRight);
// remap images using the calibration data
remap(_frameLeft, frameLeft, map11, map12, INTER_LINEAR);
remap(_frameRight, frameRight, map21, map22, INTER_LINEAR);
// compute disparity from undistorted images
stereo->compute(frameLeft, frameRight, disparityMap);
...
// compute the real-world distance [mm]
float fMaxDistance = static_cast<float>((1. / Q.at<double>(3, 2)) * Q.at<double>(2, 3));
// outputDisparityValue is single 16-bit value from disparityMap
// DISP_SCALE = 16
float fDisparity = outputDisparityValue / (float)StereoMatcher::DISP_SCALE;
float fDistance = fMaxDistance / fDisparity;
我有哪里做错了吗？ 提前感谢。