1、介绍
SFM(structure-from-motion)算法是一种基于各种收集到序列图片进行三维重建的离线算法。顾名思义是从运动中(不同时间拍摄的图片集)恢复物体的三维结构,这需要估计出图片的R,t,结合相机内参重建稀疏点云。 故运动恢复结构(SFM)能够恢复出场景的三维模型,需要先估计出每张图片的相机内外参,然后将关键点投影获得3D点。
算法的关键是获得两张图片中的对应点,然后估计基础矩阵F,再估计本征矩阵E,再通过SVD分解求得较好的R,T,然后反投影得到物体的三维点,最后将多个稀疏点云融合在一起,这里一个常用的算法是Bundle Adjustment(BA)
2、算法流程
- 特征点提取和匹配。
- 基础矩阵F.
- 分解本征矩阵E,得到R,T
- 通过三角化得到稀疏点云。
2.1 特征点提取和匹配
2.1.1特征点提取
目前采用的特征检测器是SIFT检测器。