估计相机位移

Question

我目前正在进行一项实验，我拍摄了多张照片 不同日期的场景与固定的摄像机位置。 问题是在现实世界中很难保持相机 完美固定。

我需要的是修复我自动获得的小差异。这个调查 考虑到更复杂的假设，我做了返回的方法，比如相机 姿势估计，单应性估计等 对我来说，它应该只是发现在图像平面上返回的运动 x和y。 一个完美的解决方案是一个功能，如：

function [movx movy] = detectMotion（im1，im2）。

我已经制作的解决方案是计算一些图像特征，如哈里斯或 粗麻布，匹配他们，并在manualy之后选择最好的并使用差异 他们作为相机位移估计的位置。我不知道这是不是很好 足够但如果它是自动制作会更好。

Answer 1

您可以自动进行特征匹配，提取兴趣点周围的特征描述符。看看这个OpenCV教程，了解如何执行feature matching using SURF and FLANN。匹配特征后，运行RANSAC或最小二乘法以找到最适合x和y偏移的方法。这将为您提供合理的相机运动估计。

另一种选择是在两帧之间的检测到的兴趣点上计算sparse optical flow，然后是如上所述的RANSAC或最小二乘法，以计算最佳x和y偏移。 Dense optical flow可能更准确，但同时可能被证明是过度的。