简单的单目相机自校准算法

Question

我有一个道路/建筑物的视频，我想用它创建一个3D模型。我正在看的场景很僵硬，无人机正在移动。我假设没有任何额外的信息，如相机姿势，加速度或GPS位置。我很想找到一个我可以根据自己的喜好调整的python实现。

到目前为止，我已决定将OpenCV calcOpticalFlowFarneback()用于光流，这似乎相当快速和准确。有了它，我可以使用findFundamentalMat()获得基本矩阵F.到目前为止一切都很好。

现在，根据我关注here的教程，我应该神奇地拥有相机的校准矩阵，我显然没有，也不打算在未来的应用程序中使用我正在开发的

经过长时间的研究，我找到了一篇论文（从点对应和自动校准移动相机 1997年的基本矩阵）定义了我要找的东西（有一个很好的总结here）。我正在寻找最简单/最简单的实现，我遇到了这些问题：

• 如果我要使用的相机会自动更改曝光和对焦（无变焦），相机的内部参数是否会发生变化？
• 我不熟悉用数字方法求解方程的同伦连续法，而且它们看起来很慢。
• 我打算使用扩展卡尔曼滤波器，但不知道从哪里开始，知道错误的初始化会导致不收敛。

再挖掘一些我找到了一个用Python封装器为Octave编写的多相机自校准工具箱开源。我的最后一招是分解代码并直接用Python编写代码。还有其他选择吗？

注意：我不想使用棋盘和平面约束。

还有其他方法可以非常准确地自我校准我的相机吗？经过自1997年以来的20年研究，有没有人想出一个更直接的方法？

Answer 1

这是一次性的事情，还是你正在开发一个应用程序来自动处理这样的大量视频？

如果是前者，我宁愿使用像Blender这样的集成工具。在youtube上查找其中一个动作跟踪（或＃34; matchmoving＆＃34;）教程，以了解它，例如this one。