stereo_match.cpp example将L和R图像转换为视差和点云。我想调整这个例子来计算单个校准相机的2个连续帧的视差和点云。可能吗?如果这个例子不适合我的范围,那么获得我想要的东西的步骤是什么?
答案 0 :(得分:2)
立体声系统上的视差图用于获取深度信息 - 与场景中物体的距离。为此,您需要相机之间的距离,以便能够将视差信息转换为实际尺寸。
另一方面,如果你有静态相机的连续帧,我想你想要它们之间的差异。您可以使用光流算法获得它。以与视差相同的方式计算图像中每个像素的密集光流,并输出移动方向和幅度。最常见的OF是稀疏的 - 它们只跟踪一组“强”或明确定义的点。
如果你有一个静态场景,获得视差算法可能是有意义的,但你移动相机,模拟立体装备中的两个相机。
答案 1 :(得分:1)
如果相机(或场景)正在移动,则为是
答案 2 :(得分:0)
我想我们无法从单个摄像机计算出准确的视差图。在计算视差图时,我们基本上假设立体绑定中的两个图像的垂直像素坐标相同,只有水平像素坐标发生变化,但是在单眼图像序列中,这可能不成立,因为相机在两个连续的图像之间移动框架。