图像校正

Question

我需要实现图像校正。问题是从四个视点（topL，topR，bottomL，bottomR）给出对象的图像我需要做成对纠正。我在OpenCV中尝试了一些代码但是还没能取得进展。有人告诉我一个很好的方法（源代码/教程）来执行整改？我需要使用C / C ++ / OpenCV。

  

http://portal.acm.org/citation.cfm?id=1833349.1778777

Answer 1

这是一个非常广泛的问题，这里是你可以做到的一种方式的概述......

• 使用cvGoodFeaturesToTrack()

在两张图片上找到强大的功能或角落

• 将您找到的功能传递到cvFindCornerSubPix()，以获得更强大的功能位置的精确浮点表示

• 使用cvCalcOpticalFlowPyrLK或其他光流功能，使用上一步中的子像素特征计算两幅图像之间的光流。 （我喜欢cvCalcOpticalFlowPyrLK()）

这是一个棘手的地方 ...为了纠正图像，它有助于了解内在的相机特性（视野，焦距），特别是如果你打算做的话某种三维重建或计算差异对应。由于您没有提及有关校准摄像机设置的任何信息，我将继续使用未校准的算法。

• 您需要找到基本矩阵，它对用于计算整流矩阵的场景的所有方面进行编码。使用cvFindFundamentalMatrix()执行此操作。

• 使用基本矩阵，您现在必须找到Homography Matrix，它将两个图像映射到同一平面。使用cvStereoRectifyUncalibrated()执行此操作。虽然名称表明它正在纠正你的图像，但它只是返回你可以用来纠正你的图像的单应矩阵。

• 最后，使用上一步中的Homography矩阵，您可以通过调用cvInitUndistortRectifyMap()来获取重映射矩阵来纠正这两个图像，然后将其传递到cvRemap()以进行实际重映射。 / p>

我必须提醒您，许多参数会进入这些库调用的每个，并且您必须操作许多矩阵并且许多图像，更不用说没有固有的相机校准细节，您将不得不做出许多可能会严重影响您的结果的假设......这不是一件容易的事。

---

我建议购买和/或阅读Learning OpenCV如果你想了解更多，它远远超出了stackoverflow上的一个短段的范围，期望学习所有这些：）

Answer 2

http://www.vision.caltech.edu/bouguetj/calib_doc/ 也许这会有所帮助

Answer 3

很久以前，这个问题已经发表，但我认为现在答案可以更新。以下是一些提示。

根据image rectification的定义，MicMac是将两个或更多个图像转换为共同图像平面的转换过程。这可以简化在图像之间找到匹配点的问题。此外，它还提高了许多应用程序的性能，如深度图提取。

因此，要执行整改，您必须知道外在相机参数，固有相机参数和失真参数。首先表示相机之间的位置，其他人将像素帧坐标转换为相机帧坐标，最后负责消除径向失真。您可以在下面找到一些估算参数的工具：

1. Matlab -stereo-camera-calibration
2. OpenCV
3. Kalibr
4. stereoRectify

当你最终知道这些参数时，你可以分别在每个摄像机之间进行整改：

1. openCV的整改过程，检查ROS stereo pipeline。
2. 已在Computer Vision System Toolbox实施的相同算法。
3. 在Du Huynh Matlab和其他几个教程中：{{3}}