块捆绑调整流程

时间:2012-03-07 11:53:50

标签: opencv computer-vision bundle estimation adjustment

我正在进行捆绑块调整以寻找

  • 图像点的X,Y,Z值
  • 更正了相机特性值(外部参数等)。
  • 更正了测量值

在我看来,BB调整过程是通过以下步骤完成的(给出了相机内在函数):

  1. 收集连接点(每个图像对的x,y)和地面控制点(每个图像的x,y和相关的X,Y,Z位置)
  2. 为每个视图计算初始外部参数(相机姿势)
  3. 使用相机姿势计算每个连接点的初始真实世界位置
  4. 使用所有这些初始值和其他参数作为输入
  5. 来执行稀疏束调整步骤
  6. 使用稀疏束调整的输出作为现实世界位置,外在特征和测量的准确结果。
  7. 我想问的一件事是这个流程是否正确。从视图中有很多结构和运动估计方法,所以我不能确定这一点。

    当我搜索各种资源时,我发现有些库可以执行块绑定调整操作的每个部分。对于每一步:

    1. OpenCV等图像处理库可用于自动连接点收集
    2. cvFindExtrinsicCameraParams2可用于空间切除(但它需要4个点,对于块束调整,提到3个地面控制点对于每个视图都足够。我应该使用其他方法,如立体视图的姿势估计? )
    3. 通过使用OpenCV的三角测量和投影方法,可以计算实际位置
    4. SBA或SSBA适合此操作
    5. N / A
    6. 另一个问题是,如果前面提到的流程是正确的,匹配的库是否足以实现整个流程?(对每个部分可能更好的建议)

      我是这个领域的新手,所以我感谢这个主题的任何帮助,谢谢......

1 个答案:

答案 0 :(得分:3)

您已经描述了立体摄影测量的默认方法。我建议您使用术语“内部和外部”进行搜索,而不是使用计算机视觉术语(外在的,内在的)。如果您拥有有限数量的重叠图像,并且它具有一些定义明确的误差估计方法的好处,这是一种很好的方法 这是一些基本的数学:

http://itee.uq.edu.au/~elec4600/elec4600_lectures/1perpage/uq1.pdf http://itee.uq.edu.au/~elec4600/elec4600_lectures/1perpage/uq2.pdf

  

0.2。 cvFindExtrinsicCameraParams2可用于空间切除(但它   要求4点,对于块捆绑调整,提到3   每个视图都有足够的地面控制点。

cvFindExtrinsicCameraParams2需要四个控制点的原因是方程式只有三个不足。如果您没有足够的控制,则可能必须使用备用方法(或传感器)来估计初始相机姿势向量。