目录
基本概念
SFM(Structure from motion)由一系列包含着视觉运动信息(motion signals)的多幅二维图像序列(2D image sequences)估计三维结构(3D model)的技术。它属于计算机视觉及可视化的研究范围。由于相机之间的平移估计为相对平移,参考入门(二),这种方法只是恢复了物体的结构框架,而不是实际意义的物体尺寸。
关键步骤
来源:https://blog.csdn.net/Mahabharata_/article/details/70799695
1、特征提取与匹配
2、相机标定,计算本质矩阵,分解得到相机相对位姿R,T
3、利用已知的R、T和匹配的特征点还原三维坐标。(三角化)
三维重建与优化:
选取其中的两幅图像进行重建,选择的标准是匹配的特征点数目多。采用五点法求出两幅图像相对的外参数和相机内参数,然后利用bundle adjustment(光束平差法)方法来进行优化。依据得到的参数和两幅图像的匹配关系求出空间点的坐标。然后继续添加图片,选择与已知“实际“”坐标的点匹配最多的图像