问题标签 [reprojection-error]

我有一个平面标记，我在其中运行了SIFT算法来提取特征。然后我运行一个检测器在场景中找到这个标记并再次提取特征。我匹配点并使用 OpenCV 从匹配对中提取单应性findHomography()。

现在我想用计算的单应性投影在标记中检测到的 2D 点，以将位置与从场景中测量的 3D 点进行比较并计算重投影误差。我对像素坐标、厘米、校准矩阵感到困惑，我不知道我应该先进行哪些转换。

有人知道这方面的链接或可以解释该方法吗？

我正在使用 OpenLayers 编写代码。在这段代码中，我想以不同的缩放级别显示不同的图层。直到这里，一切正常。当我尝试将谷歌地图添加为基础层时，我的问题就开始了。我的图层的投影系统与 Google 图层不一致，因此应重新投影。我尝试使用 Proj4js.transform 方法，但没有成功。我的图层位于 EPSG:3006（瑞典），而 Google 图层位于 EPSG:900913。以下代码导致投影层向右移动。这意味着重新投影没有正常工作。请让我知道我的代码有什么问题。

嗨，我一直在尝试将光栅图像从 Equirectangular 重新投影到 EPSG:4326 (Latlon)，问题是每次我在 R 上运行我的代码时，我都会在新图像上得到错误的坐标；我不知道代码中的错误在哪里，我也用 Qgis 做了同样的过程，我得到了同样的结果，这很奇怪，我有机会在 ENVI 中做同样的重投影过程，结果成功了，求助！！！

正确的坐标应该是这样的：

谢谢！！！

我想将一个HDF从UTM（WGS84）重新投影到正弦（WGS84），所以我尝试用GDALAutoCreateWarpedVRT它来完成它。代码如下：

当我设置oSRS.SetSinusoidal(0,0,0)时，结果看起来不错，但分辨率翻了一番（从 30 到 60）。太奇怪了。

我有一个校准的（内在参数）相机。我从物体中拍摄立体照片，并在重新投影过程中使用它们来找到物体的一些 3-D 信息。

为此，首先我计算了基本矩阵。然后，我得到基本矩阵，从那里，我得到旋转矩阵和平移向量以及其他需要的信息。

问题是，使用不同的参数，我会得到非常不同的结果。我知道对于相同的立体图像，基本矩阵可能不同，但我希望有相同的旋转矩阵和平移向量。然而，每个不同的参数（例如匹配特征的数量）都会导致不同的矩阵。我错过了什么吗？我对相同的立体图像应该提供（相当）相同的旋转、平移和重新投影矩阵吗？

这是我的代码。任何帮助，将不胜感激。谢谢！

我正在尝试计算 2 张图像的基本矩阵（同一台相机拍摄的静态场景的不同照片）。

我使用findFundamentalMat计算了它，并使用结果来计算其他矩阵（基本、旋转等）。结果显然是错误的。因此，我试图确定计算出的基本矩阵的准确性。

使用极线约束方程，我计算了基本矩阵误差。错误非常高（比如几百个）。我不知道我的代码有什么问题。我真的很感激任何帮助。特别是：在基本矩阵计算中我有什么遗漏吗？我计算错误的方式对吗？

此外，我以非常不同的匹配数运行代码。通常有很多异常值。例如，在超过 80 个匹配项的情况下，只有 10 个内点。

我使用 Nister 的 5 点方法来计算基本矩阵。使用 RANSAC 和 Sampson 错误阈值进一步改进了异常值拒绝。我随机选择 5 个点集，估计基本矩阵并评估匹配向量的 Sampson 误差。Sampson 误差低于阈值t（0.01在我使用的示例中设置为）的点坐标被设置为内点。对所有基本矩阵重复该过程，我们保留内点得分最高的矩阵。

我注意到dsampson 错误向量的大多数值太大：例如，如果 的大小d为 (1x1437)，如果我这样做

那么length(g)=1425这意味着只有 7 个值是不正确的阈值的内点！

如何设置阈值？如何解释 Sampson 错误值？

请帮帮我。谢谢

我正在使用 Caltech Toolbox http://www.vision.caltech.edu/bouguetj/calib_doc/htmls/example.html进行相机校准，但 我不太确定结果的质量。一开始我有大约 40 张图像，在校准过程中由于重投影误差大而下降了大约 10 张。我将相机安装在三脚架上，并将棋盘放置在某处以避免运动模糊。我将焦距固定到最大。

我猜重投影误差看起来不错，但焦距、主点和失真的不确定性让我头疼。虽然给出的不确定性应该是标准偏差的 3 倍，因此涵盖了 99% 的可能偏差（假设为正态分布），但我的结果变化不止于此。这是我从校准中得到的：

第一次尝试：

焦距：fc = [ 952.67300 952.58901 ] ± [ 3.18678 3.24121 ]

主点：cc = [ 641.33128 339.39042 ] ± [ 2.07428 2.53779 ]

kc = [ 0.16627 -0.28830 -0.00118 -0.00074 0.00000 ] ± [ 0.00554 0.00979 0.00093 0.00076 0.00000 ]

第二次尝试：

焦距：fc_left = [ 949.92127 946.43747 ] ± [ 4.75903 4.44547 ]

主点：cc_left = [ 642.39817 345.69787 ] ± [ 2.95598 4.19728 ]

kc = [ 0.13925 -0.23895 0.00141 -0.00062 0.00000 ] ± [ 0.00319 0.00490 0.00054 0.00041 0.00000 ]

第三次尝试：

焦距：fc = [ 949.55376 948.31960 ] ± [ 1.87647 1.73045 ]

主点：cc = [ 644.32264 342.15631 ± [ 1.19304 1.89943 ]

失真

kc = [ 0.15587 -0.26060 -0.00010 0.00018 0.00000 ] ± [ 0.00350 0.00612 0.00061 0.00044 0.00000 ]

所有三种尝试的像素错误大致相同：

err = [ 0.24621 0.18013 ] （不幸的是我没有保存结果）

我的问题是：

我可以做些什么来改善我的结果？

一般来说，我对校准的期望是什么（对于良好的校准，最大不确定性/重投影误差应该是多少）？

谢谢！

我正在尝试使用下面的代码将 MODIS 数据下载并重新投影到 GEO（地理）投影中。但是，结果存在问题。输出文件尺寸仅为 1 x 1 像素（尺寸：1、1、1（nrow、ncol、ncell）而不是 4000 x 2200。

关于我之前的问题Read/Open Oceancolor data from MODIS with nc format。我尝试使用此代码阅读此处下载的 ncdf oceancolor 数据ncdf4 package

比这个数据，我转换为栅格。但我未能重新投影光栅figure 1。图像应该像figure 2

根据 jbaums 的第一个建议，结果未正确重新投影figure 3

我只是意识到当我增加分辨率时结果有问题。在西部和东部变成白色（无数据）。我在下面使用了这段代码：

图1

图 2

图 3

图 4