C++图像处理OpenCV之屠龙宝刀第12篇 —— 将 3D 输入转换为 2D 表示形式的模棱两可之处？

C++图像处理OpenCV之屠龙宝刀第12篇 —— 将 3D 输入转换为 2D 表示形式的模棱两可之处？

问题：
描述将 3D 输入转换为 2D 表示形式至少三个模棱两可的方面。你将如何克服这些模棱两可之处？

参考答案：
一：事实上，给定 3D 世界的二维 （2D） 视图，没有独特的方法来重建 3D 信号。

从形式上来说，这种视觉错位的问题没有独特或明确的解决办法。

二：相同的 2D 图像可以表示 3D 场景的任何无限组合，即使数据是完美的。

三：数据被噪声和失真损坏。

这种损坏源于世界的变化（天气、照明、反射、运动）、镜头和机械设置的不完善、传感器上的有限集成时间（运动模糊）、传感器或其他电子设备中的电气噪声以及图像捕获后压缩伪影。

解决方案：

解决方案一：在实际系统的设计中，通常可以使用额外的上下文知识来解决视觉传感器对我们施加的限制。

解决方案二：还可以使用机器学习技术显式建模上下文信息。

然后，隐藏变量（如大小、重力方向等）可以与其标记的训练集中的值关联。或者，也可以尝试使用其他传感器测量隐藏的偏置变量。使用激光测光器测量深度使我们能够精确测量物体的大小。

例如，仅仅通过将点与近邻进行比较