admin管理员组

文章数量:1530517

1 问题描述

已知一个图像库，里面有很多从不同角度不同具体拍摄同一物体的照片，求

  • 构建该物体的3D模型
  • 找出这些图像的拍照位置

如下图所示：

 

2 用数学语言描述问题

输入：一批图像，隐含着许多对应点

输出：

  • 每一个对应点对应的现实世界的3D坐标 。
  • 所有摄像机的参数  ,以及可能的。

下图可以帮助理解 Structure from motion 问题

这里涉及的目标函数（objective function）: 最小化重投影误差（reprojection error）。

重投影误差如下图所示。

 

3 解决问题的过程

3.1 详细过程

  • 检测特征

  • SIFT描述特征

  • 匹配特征，其匹配的详细过程见 图像的景深

  • 运用RANSAC算法（详见：图像对齐（image alignment）），求得每一对图像之间的变换矩阵，由于相机的内参和外参未知，这个变换矩阵可以近视等于基本矩阵（fundamental matrix）
  • 将成对的匹配连接起来，形成跨多个图像的匹配的连接链

  • 重构景物，先从两张图像开始，然后依次链接。

3.2 认识重投影误差（reprojection error）

通过重投影误差函数，待求参数公式为：

其中：

M为相机方位个数

N为特征对应点个数

Kj为相机内参

Rj，Tj 为相机的外参

为第 j 张图像，第 i 个特征对应点的横坐标

为第 j 张图像，第 i 个特征对应点的纵坐标

Pi 为世界坐标系中的景物第 i 个特征的坐标

f(*) 为世界坐标系中的景物对应的像素点的横坐标

g(*) 为世界坐标系中的景物对应的像素点的纵坐标

本文标签： StructureMotion

版权声明：本文标题：Structure from motion 问题 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/dianzi/1725840142a1044931.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。