Поток регулировки связки блоков - PullRequest
7 голосов
/ 07 марта 2012

Я работаю над настройкой блока связки для нахождения

  • X, Y, Z значений точек изображения
  • Исправленные значения характеристик камеры (внешние параметры и т. Д.)
  • Исправленные значения измерений

По моему мнению, процесс настройки BB выполняется с помощью следующих шагов (даны внутренние характеристики камеры):

  1. Соберите точки привязки (x, y для каждой пары изображений) и наземные контрольные точки (x, y и соответствующие позиции X, Y, Z для каждого изображения)
  2. Рассчитать исходные внешние параметры (положение камеры) для каждого вида
  3. Рассчитать начальную реальную позицию каждой точки привязки, используя позу камеры
  4. Выполнить шаг регулировки разреженного пучка, используя все эти начальные значения и другие параметры в качестве входных данных
  5. Использовать выходные данные редкой настройки пучка в качестве точных результатов положения в реальном мире, внешних характеристик и измерений.

Одна вещь, которую я хочу спросить, это если этот потокправильный.Существует множество методов оценки структуры и движения по представлениям, поэтому я не могу быть в этом уверен.

Когда я искал различные ресурсы, я обнаружил, что есть библиотеки, которые выполняют каждую часть операции по настройке связки блоков.,Для каждого шага:

  1. Библиотеки обработки изображений, такие как OpenCV, могут использоваться для автоматического сбора связующих точек
  2. cvFindExtrinsicCameraParams2 может использоваться для резекции пространства (но для этого требуется 4 балла, дляупоминается, что для каждого вида достаточно трех наземных контрольных точек. Должен ли я использовать другой метод, например, оценку поз по стерео видам?)
  3. Используя методы триангуляции и проекции OpenCV, реального мирапозиции могут быть рассчитаны
  4. SBA или SSBA подходит для этой операции
  5. N / A

Еще один вопрос заключается в том, что, если ранее упомянутый поток является правильным,совпадающих библиотек достаточно для реализации всего потока? (может быть, лучше советы для каждой части)

Я новичок в этой области, поэтому я ценю любую помощь в этом вопросе, спасибо ...

1 Ответ

3 голосов
/ 28 марта 2013

Вы описали стандартный подход к стереофотограмметрии.Вместо того, чтобы использовать термины компьютерного зрения (внешние, внутренние), я предлагаю вам поиск, используя термины внутренняя и внешняя ориентация.Это хороший подход, если у вас есть конечное число перекрывающихся изображений, и он имеет преимущество некоторых хорошо определенных методов оценки ошибок.
Вот некоторая базовая математика:

http://itee.uq.edu.au/~elec4600/elec4600_lectures/1perpage/uq1.pdf http://itee.uq.edu.au/~elec4600/elec4600_lectures/1perpage/uq2.pdf

.2.cvFindExtrinsicCameraParams2 может использоваться для пространственной резекции (но для настройки связки блоков требуется 4 точки, упомянуто, что для каждого вида достаточно 3 наземных контрольных точек.

Причина, по которой cvFindExtrinsicCameraParams2 требует четырех контрольных точекв том, что уравнения недоопределены только с тремя. Если у вас недостаточно контроля, вам, возможно, придется использовать альтернативный подход (или датчик) для оценки начального вектора положения камеры.

...