5

我非常需要你对这个问题的帮助。我正在尝试用 2d 图像对 3d 中的简单场景进行建模。我正在使用 2 张图像(左右 - 著名的筑波场景) http://www.cc.gatech.edu/classes/AY2003/cs7495_fall/ProblemSets/Data/tsukuba-right.bmp 我得到了一个视差图。像这个。 http://www.robots.ox.ac.uk/~ojw/2op/tsukuba_score.png

在这里之后我有一些问题。我认为步骤应该是:

cvStereoRectify (得到Q) cvReprojectImageTo3D (视差图, 3dimage, Q)

但我不知道在 stereoRectify 中作为输入传递什么我只有 2 张图像,我没有任何关于相机的信息。(也许我可以使用 stereoRectifyUncalibrated 代替,如果可以,我该怎么做?)

请帮忙谢谢

4

1 回答 1

13

从 opencv 文档中提取:

" 函数 stereoRectify 计算每个摄像机的旋转矩阵,(实际上)使两个摄像机图像平面成为同一平面。因此,这使得所有核线平行,从而简化了密集立体对应问题。在输入时,函数采用计算的矩阵通过 stereoCalibrate() 并在输出时给出 2 个旋转矩阵以及新坐标中的 2 个投影矩阵。”

回答:

这意味着 3 个选项:

  • 或者您有两个图像,并且您知道从 XML 加载的相机型号(内部结构),例如loadXMLFromFile() => stereoRectify() => reprojectImageTo3D()

  • 或者你没有它们,但你可以校准你的相机 => stereoCalibrate() => stereoRectify() => reprojectImageTo3D()

  • 或者您无法校准相机(这是您的情况,因为您没有筑波爵士的相机,然后:您需要使用 SURF,SIFT 在两张图像上找到对关键点(实际上您可以使用任何斑点检测器) ),然后计算这些关键点的描述符,然后根据它们的描述符匹配右图和左图的关键点,然后从中找到基本的mat。处理要困难得多,可能是这样:检测关键点(SURF,SIFT) => 提取描述符 (SURF,SIFT) => 比较和匹配描述符 (BruteForce, 基于 Flann 的方法) => 从这些对中找到基本垫 (findFundamentalMat()) => stereoRectifyUncalibrated() => reprojectImageTo3D()

希望对你有帮助,如果没有,请告诉我

朱利安,

于 2011-07-19T16:21:24.613 回答