计算机图形学实验---三维重建（SLAM）

计算机图形学实验—三维重建（SLAM）

本实验于2023年秋季学期进行，感谢教辅的PPT！

一.环境

本实验使用python，使用的库为numpy,os,cv2,open3d

二.实验原理

张正友标定
张正友标定项目地址

三.算法流程

1.读取相机内参(fx,fy,cx,cy)、外参数(R,T)，将外参的四元数转化成R矩阵；

2.读取相机对应的深度图和RGB图，注意opencv读取RGB图的结果是BGR格式；
3.对深度图进行处理，除以实际的尺度depth_scale=1000；
4.遍历所有的像素，利用公式计算对应的3D点位置。

  在相机有外参的情况下，可以先默认把相机放在世界坐标系原点处，转化成如下公式：

  便可以得到每个像素(u,v)和对应的3D点坐标(x_w,y_w,z_w)，再利用相机外参数4*4的[R T]与[x_w,y_w,z_w,1]相乘即可转换到实际位置(也可旋转和平移分开进行)

5.重复上述1-4步，将每一张图获得的点云累加；
6.对重建的点云进行可视化(截图保存)，可以利用第三方库可视化或保存成ply等格式用meshlab软件可视化；
7.直接拼接累加的点云往往存在噪声，需对最终的点云进行点云滤波(如统计滤波、半径滤波、体素滤波等)，这一步可使用第三方库如pcl或者open3d，对点云进行过滤，并可视化结果，需提供对比图片，可以对比不同参数的过滤结果，选择效果最好的；
8.将最终对点云保存成ply，可以将点云信息直接写入文件，保存示例如下，也可用第三方库保存；

博客借鉴
图片
将四元数转换为外参矩阵