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