计算机立体视觉
相机标定,三维测量,三维重建
ZealCV
这个作者很懒,什么都没留下…
展开
-
opencv中四种立体匹配算法示例(StereoBM,StereoSGBM,StereoBinaryBM, StereoBinarySGBM)
#include <opencv2/opencv.hpp>#include “opencv2/stereo.hpp”#include #include #include #include #include <io.h> //对系统文件进行操作的头文件 11.26 by zwwusing namespace std;using namespace cv;u...原创 2019-02-22 00:44:56 · 14462 阅读 · 7 评论 -
【立体视觉】单应矩阵H、本质矩阵E和基本矩阵F
参考: 基本矩阵、本质矩阵和单应矩阵 单应矩阵 基本矩阵 本质矩阵的区别与联系 单应矩阵,基本矩阵,本质矩阵 本质矩阵和基础矩阵的区别是什么?单应矩阵H本征矩阵E对极几何在双目问题中非常的重要,可以简化立体匹配等问题,而要应用对极几何去解决问题,比如求极线,需要知道本征矩阵或者基础矩阵,因此双目标定过程中也会把本征矩阵和基础矩阵算出来。本征矩阵常用字母E来表示,其物理意义是左右图像坐标系相互原创 2017-07-26 23:50:31 · 5474 阅读 · 1 评论 -
【立体视觉】双目立体标定与立体校正
参考: 机器视觉学习笔记(6)——双目摄像机标定参数说明 机器视觉学习笔记(8)——基于OpenCV的Bouguet立体校正 双摄像头立体成像(三)-畸变矫正与立体校正人类可以看到3维立体的世界,是因为人的两只眼睛,从不同的方向看世界,两只眼睛中的图像的视差,让我们可以看到3维立体的世界。类似的,要想让计算机“看到”3维世界,就需要使用两个摄像头构成双目立体视觉系统。想要让双目视觉系统知道视差,原创 2017-06-28 09:54:40 · 33208 阅读 · 5 评论 -
【OpenCV3学习笔记 】相机标定函数 calibrateCamera( ) 使用详解(附相机标定程序和数据)
函数作用:根据校准模式的几个视图(也就是相机拍的几张不同的图片),求解摄像机的内在参数和外在参数。 在每个视图中,必须指定三维物体点及其相应的二维投影的坐标。这可以通过使用已知几何形状和易于检测特征点的对象来实现。这样的对象称为标定或校准模式,而且OpenCV有对棋盘标定的内置支持(见findchessboardcorners)。目前,固有参数的初始化(当cv_calib_use_intrinsi原创 2017-06-27 20:47:32 · 61139 阅读 · 60 评论 -
【立体视觉】单目相机标定-张正友标定法
上两篇博客介绍了坐标系之间的关系和相机成像模型,地址:【计算机立体视觉】世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的关系 【计算机立体视觉】相机成像模型—包含相机畸变这篇博客介绍相机标定,重点是张正友相机标定法相机标定在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件原创 2017-06-24 13:58:02 · 2333 阅读 · 1 评论 -
【立体视觉】相机成像模型---包含相机畸变
相机的理想成像模型为小孔成像模型,针孔成像模型坐标转换,参考上一篇博客:【计算机立体视觉】世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的关系相机光学系统实际上会存在存在加工和装配的误差,透镜就并不能满足物和像成相似三角形的关系,所以相机图像平面上实际所成的像与理想成像之间会存在畸变。畸变属于成像的几何失真,是由于焦平面上不同区域对图像的放大率不同形成的画面扭曲变形的现象,这种变形的程度从画面中原创 2017-06-24 13:56:50 · 2678 阅读 · 0 评论 -
【立体视觉】世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的关系
相机的成像过程涉及到四个坐标系:世界坐标系、相机坐标系、图像坐标系、像素坐标系。这篇博客介绍相机的成像过程,以及四个坐标系之间的装换关系。世界坐标系:是客观三维世界的绝对坐标系,也称客观坐标系。因为数码相机安放在三维空间中,我们需要世界坐标系这个基准坐标系来描述数码相机的位置,并且用它来描述安放在此三维环境中的其它任何物体的位置,用(X, Y, Z)表示其坐标值。相机坐标系(光心坐标系):以相机的光原创 2017-06-24 11:02:36 · 36599 阅读 · 13 评论