很好的猜测从多视图图像初始化投影矩阵和3D世界坐标并执行包调整

时间:2018-06-12 15:07:45

标签: python computer-vision

您好我目前正在实施捆绑调整,并希望将我的AKAZE功能添加到http://scipy-cookbook.readthedocs.io/items/bundle_adjustment.html的捆绑调整中。据我所知,我们需要猜测一个初始矩阵。到目前为止,我将使用如下的管道。

算法要求:

具有形状的

camera_params (n_cameras,9)包含所有摄像机的参数的初始估计。每行中的前3个分量形成旋转矢量(https://en.wikipedia.org/wiki/Rodrigues%27_rotation_formula),接下来的3个分量形成平移矢量,然后是焦距和两个失真参数。

带有shape(n_points,3)的

points_3d 包含世界框架中点坐标的初始估计值。

具有形状的

camera_ind (n_observations,)包含每次观察中涉及的摄像机索引(从0到n_cameras - 1)。

point_ind with shape(n_observations,)contatins每个观察所涉及的点数指数(从0到n_points - 1)。

带有形状的

points_2d (n_observations,2)包含测量的2-D坐标 在每次观察中投射到图像上的点。

问题:我想从场景中导出3D点,然后执行曲面重建。对于bundleadjustment,我需要一个很好的方法来初始化3D点数,或者我想出了一个很好的猜测投影矩阵(至少一个图像)。然后我会将此投影矩阵P用于所有其他图像,并在每个条目上应用一个小epsilon。然后我用Px = X计算我的初始3D世界坐标。

这是有效还是有一些重大错误? (由于我没有标记,我不知道如何解决正确的投影矩阵P,例如使用4点算法作为我的BundleAdjustment的初始猜测)

祝你好运

最高

0 个答案:

没有答案