立体视觉匹配-伪随机码结构光图像

19 篇文章 7 订阅
3 篇文章 0 订阅

已知条件

  • 双目镜头的内参和参
  • 左右相机的数字散斑图像

目的

对图像中的物体三维重建,即计算出物体的三维坐标

步骤

  1. 求解得到对应的像素点
    (1)选取左像素坐标;
    (2) 在右相机中通过视差约束和极线约束,得到搜索的起止点;
    (3)通过灰度约束,判断两个对应点的灰度值相差是否很大;
    (4)选取 ( 2 M + 1 ) × ( 2 M + 1 ) (2M+1)\times(2M+1) 2M+1×2M+1)大小的窗口,计算对应的ZNCC平方系数,如果系数很大(基本上大于0.6),认为相似度很高;
    (5)如果计算的点图形的某一行起点,那么对应像素点与其相邻的像素距离近似,减少搜索的长度,即重新计算搜索的起止点,降低计算量;
  2. 通过对应的像素点求解三维点坐标
    通过公垂线的方法计算已知匹配像素点的三维坐标;
    详细说明和代码,见我的立体视觉匹配
  3. 去噪
    由于像素点匹配的不正确,导致得到的三维点坐标不准确。需要将这些不准确的三维坐标去除。可以使用pcl中的一些滤波方法进行去噪。关于如何运用PCL滤波去噪,请移步点云滤波去噪

其他资料

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值