我有一个经过校准的相机,在进行初始两次视图重建之前计算了内在函数。假设我在一个静态的刚体周围有20个图像,所有这些都是用相同的相机拍摄的。使用前两个视图和场景的地面实况测量,我有
1)使用Stewenius 5点算法进行初始重建以找到E(基本矩阵)。
2)相机矩阵P1和P2,其原点设置为相机P1的原点。
我的问题是,如何添加更多观看次数?对于前两个视图,我发现了特征点,因为我发现MATLAB特征检测器和匹配器输出了错误的对应关系。
我是否继续进行双视图重建以获得其他相机外部效应,即P1和P3,P1和P4 ...... P1和P20;所有使用与P1-P2相同的特征点?用这种方法不会出现某种错误传播吗?使用P1作为参考的原因是因为它被选择为世界起源。
在获得相机外部的所有初始估计值后,我确实有一个捆绑调整的程序,但我的问题是得到初始相机矩阵P3 ... P20。
提前致谢!
答案 0 :(得分:0)
首先,使用相应对的特征点获得成对校准P1-P2,P2-P3,P3-P4 ....你需要使用某种RANSAC来摆脱这里的错误对应,或者在所有对之间手动匹配。您需要将所有摄像机放在公共坐标系中。假设我们选择P1作为关键相机。要将第三个摄像机P3添加到P1-P2对,您需要从成对校准Delta2-3计算P2和P3之间的旋转增量,然后将其应用于P2的已知摄像机矩阵。依此类推,直到所有相机矩阵都在公共坐标系中。你做捆绑调整。