opencv - 块束调整流程

Question

我正在研究捆绑块调整以找到

• 图像点的 X,Y,Z 值
• 相机特性的校正值（外部参数等）
• 校正的测量值

在我看来，BB 调整过程是按照以下步骤完成的（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（x,y 和每个图像的相关 X,Y,Z 位置）
2. 计算每个视图的初始外部参数（相机姿态）
3. 使用相机位姿计算每个连接点的初始真实世界位置
4. 通过使用所有这些初始值和其他参数作为输入来执行稀疏束调整步骤
5. 使用稀疏束调整的输出作为真实世界位置、外部特征和测量的准确结果。

我想问的一件事是该流程是否正确。有很多从视图中进行结构和运动估计的方法，所以我对此不太确定。

当我搜索各种资源时，我发现有一些库可以完成块束调整操作的每个部分。对于每个步骤：

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，提到每个视图 3 个地面控制点就足够了。我应该使用另一种方法，如立体视图的姿势估计吗？）
3. 通过使用 OpenCV 的三角测量和投影方法，可以计算真实世界的位置
4. SBA 或 SSBA 适合此操作
5. 不适用

另一个问题是，如果前面提到的流程是正确的，那么匹配的库是否足以实现整个流程？（可能对每个部分都有更好的建议）

我是这个领域的新手，所以我很感激在这个主题上的任何帮助，谢谢......

Answer 1

您已经描述了立体摄影测量的默认方法。与其使用计算机视觉术语（外在的、内在的），我建议您使用术语内部和外部方向进行搜索。如果您有有限数量的重叠图像，这是一个很好的方法，并且它具有一些定义明确的误差估计方法的好处。
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

.2. cvFindExtrinsicCameraParams2 可用于空间切除（但它需要 4 个点，对于块束调整，提到每个视图 3 个地面控制点就足够了。

cvFindExtrinsicCameraParams2 需要四个控制点的原因是方程只有三个是欠定的。如果您没有足够的控制权，您可能必须使用替代方法（或传感器）来估计初始相机姿势向量。