重投影误差

最新推荐文章于 2023-01-05 10:05:46 发布
VIP文章 最新推荐文章于 2023-01-05 10:05:46 发布
阅读量1.1w 收藏 43
点赞数 5
文章标签： 人工智能 python c/c++
原文链接：http://www.cnblogs.com/Jessica-jie/p/7242179.html
版权

在计算机视觉中，经常会用到重投影误差（Reprojection error）。比如在计算平面单应矩阵和投影矩阵的时候，往往会使用重投影误差来构造代价函数，然后最小化这个代价函数，以优化单应矩阵或者投影矩阵。之所以使用重投影误差，是因为它不光考虑了单应矩阵的计算误差，也考虑了图像点的测量误差，所以其精度会更高。 


 最小化重投影误差问题（Bundle Adjustment问题）---可以将位姿和三维特征点P同时优化

在SLAM中优化求解相机运动位姿时（3D-2D），会用到重投影误差：是像素坐标（观测到的投影位置）与3D点按照当前估计的位姿进行投影得到的位置相比较得到的误差。

如下图所示，我们通过特征匹配知道，观测值和  是同一个空间点的投影，的投影与观测值

最低0.47元/天 解锁文章
a7691176
关注
  • 5
    点赞
  • 踩
  • 43
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SLAM专题（10）- 最小化重投影误差与Bundle Adjustment （BA）
01-07
在SFM（structure from motion）的计算中BA（Bundle Adjustment）作为最后一步优化具有很重要的作用，在近几年兴起的基于图的SLAM（simultaneous localization and mapping）算法里面使用了图优化替代了原来的滤波器，这里所谓的图优化其实也是指BA。其实很多经典的文献对于BA都有深深浅浅的介绍，如果想对BA的全过程做一个全面的更深层次的了解，推荐阅读 Bundle Adjustment —A Modern Synthesis. 目录 一. 历史由来 二. Bundle Adjustment到底是什么？ 平差也就正好表述了为什么
单目相机标定结果的评估——重投影误差与畸变校正
黑化咸鱼的博客
10-25 1万+
1.重投影误差的概念 在相机标定后，我们可以通过计算重投影误差来判断标定地精准程度。在标定后每个三维点根据相机的投影矩阵计算得到的图像位置与实际图像位置之间总存在一个距离，这个距离的累加和就是重投影误差。重投影误差不仅考虑的单应矩阵间的计算误差，也考虑了图像的测量误差，因此适合用来评价标定结果。重投影误差受镜头畸变等因素的影响，因此本文比较了畸变矫正前后的重投影误差大小。 2.基于摄像机模型的重投影误差 我们知道有限射影摄像机模型下，三维点X和图像点x之间的映射关系如下： 则计算得到的图像点位置
ORB-SLAM2从理论到代码实现（九）：Bundle Ajustment(上)重投影、非线性优化
qq_20123207的博客
09-17 2678
本人邮箱[email protected],欢迎交流！ Bundle Adjustment可以翻译为光束法平差、束调整、捆集调整或者捆绑调整等等。但是我觉得还是英文来得更直观，下文统一简写为BA。它的本质是一个优化模型，其目的是最小化重投影误差。 1.重投影 相机在拍照时会把空间点投影到图像上，这是第一次投影。我们利用这些图像进行特征匹配，然后对匹配的特征点进行三角化，得到三维空间点位...
重投影误差-LM优化(数学基础)
guanglingjun
08-26 9919
一.历史由来           Adjustment computation最早是由geodesy的人搞出来的。19世纪中期的时候，geodetics的学者就开始研究large scale triangulations（大型三角剖分）了。20世纪中期，随着camera和computer的出现，p...
SLAM--最小化重投影误差
老邹的博客
06-02 3091
目录一、相机模型二、最小化重投影误差2.1 优化位姿2.2 优化路标 一、相机模型 设相机坐标系下的左边点[X,Y,Z]T[X,Y,Z]^T[X,Y,Z]T,相机物理成像的其次坐标为[X′,Y′,1][X',Y',1][X′,Y′,1]，成像焦距为fff，由相似三角形的关系可以得到： X′=fXZ Y′=fYZ(1) X'=f\frac X Z\\ ~\\ Y'=f\frac Y Z \tag{1} X′=fZX​ Y′=fZY​(1) 设像素坐标为[u,v]T[u,v]^T[u,v]T
一文读懂重投影误差
热门推荐
weixin_49804978的博客
12-14 4万+
重投影误差 1、重投影误差的作用 在计算机视觉中，经常会用到重投影误差（Reprojection error）。比如在计算平面单应矩阵和投影矩阵的时候，往往会使用重投影误差来构造代价函数，然后最小化这个代价函数，以优化单应矩阵或者投影矩阵。之所以使用重投影误差，是因为它不光考虑了单应矩阵的计算误差，也考虑了图像点的测量误差，所以其精度会更高。 2、重投影误差的含义 首先我们从字面意思来理解，重投影的意思就是第二次投影。有第二次投影，就有第一次投影。 　　其实第一次投影指的就是相机在拍照的时候三维空间点投影到
最小化重投影误差(BA法)求解PnP
weixin_44197735的博客
07-23 3239
最小化重投影误差求解PnP
张正友标定算法学习笔记-2
Ladies and Gentlemen的专栏
03-30 4095
利用opencv-python标定后的参数使用 其中对于重投影误差的解读参考博客： cv2.calibrateCamera()返回的值中，ret也就是重投影误差的计算公式。求的是RMS均方根误差，对所有的点，求二范数，然后求平均再开根号，得到RMS误差。 利用这里的代码是很容易求得标定参数的。但是求出来参数之后，怎么在其他地方使用，需要理解相机标定的原理和opencv对内参数和畸变参数的定义。 参考opencv的源码（\modules\calib3d\src\calibration.cpp）和测试，编写了如
C++计算两个地图点的重投影误差
11-05
这个程序的作用是输入三角化和观测点的地图坐标和位姿，输出计算图像平面重投影误差
基于自适应重投影误差单目位姿优化算法
02-22
该方法以位姿估计初值为中心设置了约束区间, 建立新的罚函数将约束非线性优化转化为无约束非线性优化, 分析像平面重投影误差与约束区间的关系并建立相应的数学模型, 根据模型自动调节约束区间, 基于自适应重投影误差...
通过最小化广义重投影误差实现多视图立体和轮廓融合
03-02
为了解决这些问题，我们建议广义重投影误差最小化的两阶段优化方法（TwGREM），其中提出了一种广义的重投影误差框架，以将立体和轮廓提示整合到一个统一的能量中功能。 为了使函数最小化，我们首先在3D体积网格上...
ZhangOptimizationProject:使用Nelder Mead算法优化Zhang方法中的重投影误差
03-25
张优化项目该项目的目的是使使用Nelder Mead方法的Zhang方法的重投影误差最小。第一步给定具有平面图案的图像（例如，棋盘），将提取角点，并且知道棋盘每个正方形的真实尺寸可以计算真实世界的点。第二步使用Nelder...
MLPnP算法是一种基于迭代的优化算法，可以通过最小化重投影误差来实现对目标物体的测量 也是orb-slam3的核心算法之一
06-23
MLPnP算法是一种基于迭代的优化算法，可以通过最小化重投影误差来实现对目标物体的测量。该算法采用了一种新的优化策略，即将目标物体的位置和方向分别进行优化，从而可以更好地解决视觉测量过程中的非线性问题。...
【机器视觉】——相机标定降低重投影误差方法
python_AI_fans的博客
03-13 5312
目录 一、标定结果分析 二、影响标定误差的原因 1、平面标定板黑白棋盘格的精度 2、图像分辨率的大小 3、标定物的硬度 重投影误差一般控制在0.5像素左右，高精度的要求对标定精度要求更大，这时候则误差需要更加小。 本文使用的相机分辨率为3072*2048，棋盘格使用的是10*10，每个棋盘格大小为100*100像素 一、标定结果分析 20-30张棋盘格图像用于标定，计算得到的相机内参和畸变矩阵如下所示： 相机内参 8646.6812889150...
相机标定误差因素分析
歌行梅村的专栏
02-09 2万+
相机标定误差因素分析 摘要：分析了影响相机标定精度的一些主要因素，并给出了在这些因素影响下世界坐标重投影误差的分布曲线。仿真及实验表明在非线性相机模型的线性标定方法中，世界坐标的测量精度对相机标定精度有较大影响，标定图片数量 15-20幅较合适。对相机标定中合理制作标定板、选择标定图片数量、快速高精度标定相机提供了有益帮助。 0 引言 标定是计算机视觉中最关键、最基本的一步，
重投影误差公式
weixin_42584507的博客
01-05 1645
重投影误差公式表示了在三维空间中两个相机位姿之间的差异，通常用于相机标定和三维重建的评估。 公式如下: 重投影误差 = √(x2' - x2)2 + (y2' - y2)2 其中，(x2',y2')是经过重投影转换后的二维平面上的坐标，(x2,y2)是实际测量得到的二维平面上的坐标。 常用于机器视觉领域的标定、定位、跟踪等任务中。 ...
图像检索
Major_S的博客
09-08 586
图像检索图像检索图像检索 PyRetri
重投影误差matlab代码
最新发布
09-12
根据引用和引用的内容，我们可以得知，在使用MATLAB工具箱进行相机标定时，重投影误差通常不会直接输出。然而，我们可以通过计算来获取重投影误差。 具体的MATLAB代码如下所示： ```matlab % 假设已经完成相机标定并获取到了相机参数和畸变系数 % 这里假设相机参数为cameraMatrix，畸变系数为distCoeffs % 假设已经获取到了标定图片的角点坐标 % 这里假设角点坐标为imagePoints % 假设已经计算得到了标定图片的世界坐标 % 这里假设世界坐标为worldPoints % 使用相机参数和畸变系数进行重投影 reprojectedPoints = worldToImage(cameraMatrix, distCoeffs, worldPoints); % 计算重投影误差（平均像素误差） reprojectionErrors = sqrt(sum((reprojectedPoints - imagePoints).^2, 2)) / size(imagePoints, 1); % 输出重投影误差 meanReprojectionError = mean(reprojectionErrors); fprintf('平均重投影误差: %f\n', meanReprojectionError); ``` 上述代码中，我们假设已经完成相机标定，获取到了相机参数(cameraMatrix)和畸变系数(distCoeffs)。同时，我们还假设已经获取到了标定图片的角点坐标(imagePoints)和世界坐标(worldPoints)。 通过调用`worldToImage`函数，使用相机参数和畸变系数进行重投影，得到重投影点(reprojectedPoints)。然后，我们计算重投影误差(reprojectionErrors)，即每个重投影点与对应的标定点之间的距离。最后，求取平均重投影误差(meanReprojectionError)并输出。 需要注意的是，以上代码仅仅是一个示例，实际使用时，需要根据具体的相机标定和数据来进行相应的修改和调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值