我一直在运行一个拼接多个摄像头图像的项目，但我认为我遇到了瓶颈......我对这个问题有一些疑问。
我想在将来尝试将它们安装在车辆上，这意味着相机的相对位置和方向是固定的。
另外，由于我正在使用多个相机并尝试使用HOMOGRAPHY来拼接它们的图像，我会尽可能地将相机放在尽可能接近错误的位置（由于相机的焦点不在相同的位置，这是不可能的，因为相机占据一定的空间。）可以减少。
这是我的一个简短的实验视频。 http://www.youtube.com/watch?v=JEQJZQq3RTY
如图所示，拼接结果非常糟糕...... 即使相机拍摄的场景是静态的，单应性仍然会变化。
以下链接是我到目前为止所做的代码，code1.png和code2.png是在Stitching_refind.cpp中显示部分代码的图片。
https://docs.google.com/folder/d/0B2r9FmkcbNwAbHdtVEVkSW1SQW8/edit?pli=1
我几天前更改了代码中的一些内容，比如执行第2,3和4步（请查看上面提到的2张图片）JUST ONCE。
总结一下，我的问题是：
1。是否有可能在计算特征之前找出重叠区域？ 我不想计算整个图像的特征，因为它会导致更多的计算时间和不匹配。 我想知道是否可以在2个相邻图像的重叠区域中使用JUST计算机功能？
2.我能做些什么来使获得的单应性更准确？ 有人谈到CAMERA CALIBRATION并尝试其他一些匹配方法。 我还是计算机视觉新手...... 我试着研究一些关于相机校准的材料，但我仍然不知道它是什么。
大约2个月前我在这里问了一个类似的问题： Having some difficulty in image stitching using OpenCV
，其中一位回答者克里斯说：
听起来你理智地谈论这个，但如果你有 访问两个摄像头，他们将保持静止 相互尊重，然后离线校准，然后简单地应用 在线转型将使您的应用程序更有效率。
“离线校准”是什么意思？它有什么帮助？
感谢您的任何建议和帮助。
答案 0 :(得分：5)
克里斯写道：
However, your points are not restricted to a specific plane as they are
imaging a 3D scene. If you wanted to calibrate offline, you could image
a chessboard with both cameras, and the detected corners could be used
in this function.
离线校准意味着您可以使用一些易于检测的校准模式。然后计算变换矩阵。在此校准之后，您将此（先前计算的）矩阵应用于采集的图像，它应该适合您。