SFM运动恢复结构
sfm是从运动的相机拍摄的一组图像或视频,自动地恢复出相机运动轨迹,以及场景三维结构的技术。
1.SFM特征与匹配
1.1特征提取
角点和边缘
特征一般存在于图像梯度比较大的地方。一阶导数(Sobel算子)、二阶导数(拉普拉斯算子和高斯拉普拉斯算子)。对图像求导的过程实际上是一个高通滤波过程,一般采用滤波器实现。先用滤波(比如高斯滤波)模糊噪声,再求导数。根据自相关矩阵M判断,特征点的自相关矩阵的两个特征值都比较大,边缘的自相关矩阵只有一个特征值相对较大,这个特征值对应垂直于边缘方向的特征向量。
Harris,计算图像每个区域的自相关矩阵的响应值ξ。如果ξ超过给定阈值且是局部最大值,则该点为特征点;如果ξ绝对值较小,则为平坦区域;如果ξ为负且绝对值较大,则该点为边缘。Harris角点对旋转、平移、光照变化和噪声都不太敏感。