目录
运动恢复结构问题(Structure from Motion,SfM)
运动恢复结构问题(Structure from Motion,SfM)
通过三维场景的多张图片,恢复出该场景的三维结构信息和每个摄像机对应参数
运动恢复结构任务分类:
- 欧式结构恢复(摄像机内参数已知,外参数未知)
- 仿射结构恢复(摄像机为仿射相机,内、外参数均未知)
- 透视结构恢复(摄像机为透视相机,内、外参数均未知)
欧式结构恢复
三角化
- 已知:三维点在两张图像中的像素坐标,相机的内外参数
- 求解:空间三维点坐标
- 问题:相机外参R,t未知
- 解决方法:通过匹配点求出基础矩阵F,通过内参变换求出本质矩阵E(E=t×R),分解得到外参[R, t]
整体步骤:
- 求解基础矩阵F(归一化八点法) 无法确定F的符号及尺度
- 求解本质矩阵 无法确定E的符号及尺度
- 分解本质矩阵 (得到外参)
- 三角化 (得到三维点坐标)
歧义问题
无法估计场景的绝对尺度,需要其他先验信息
恢复的结构与真实场景之间相差一个相似变换(旋转、平移、缩放)
后端优化:捆绑调整(Bundle Adjustment)
优势
- 同时处理大量视图
- 处理丢失的数据
局限性
- 大量参数的最小化问题
- 需要良好的初始条件