三维重建相关知识
文章平均质量分 76
BTWBB
目前正在学习和研究人体三维重建!
展开
-
三维模型表示方式
在三维重建中常用的模型表示方式有体素、点云、多边形网格、占有函数以及符号距离函数,下面是对几种表示方法的介绍!原创 2022-10-21 10:15:01 · 1330 阅读 · 0 评论 -
基础矩阵和本质矩阵
本文主要介绍本质矩阵和基础矩阵的定义,推导和求解过程!原创 2022-09-07 15:26:20 · 1795 阅读 · 1 评论 -
概述:隐式神经表示(Implicit Neural Representations,INRs)
本文主要概述了隐式神经表示的相关内容,主要倾向于三维重建的应用。同时对隐式表示做了一个展开阐述。原创 2022-09-01 14:18:36 · 11238 阅读 · 0 评论 -
多目立体视觉(Multiple View Stereo, MVS)
多视角立体视觉(MVS)是一组以立体匹配为主要线索并使用两张以上图像的技术的总称。与SLAM/SFM的区别:只是前者是摄像头运动,后者是多个摄像头视角。翻译 2022-08-30 11:04:48 · 5041 阅读 · 0 评论 -
三维重建基础知识:四元素、旋转矩阵与旋转向量
三维重建基础知识:四元素、旋转矩阵与旋转向量旋转矩阵Rodrigue旋转向量四元素Citation旋转矩阵1、坐标系绕X轴旋转ϕ\phiϕ角(Pitch 俯仰角)Rx=[1000cosϕ−sinϕ0sinϕcosϕ]R_{x}=\begin{gathered}\begin{bmatrix} 1 & 0&0 \\ 0 & cos\phi&-sin\phi\\0&sin\phi&cos\phi \end{bmatrix}\end{gathered}Rx原创 2021-05-01 11:34:47 · 1438 阅读 · 0 评论 -
python opencv实现三角测量(triangulation)
import cv2import numpy as npimport scipy.io as scioif __name__ == '__main__': print("main function.") #验证点 point = np.array([1.0 ,2.0, 3.0]) #获取相机参数 cams_data = scio.loadmat('/data1/dy/SuperSMPL/data/AMAfMvS_Dataset/cameras_I_crane.原创 2021-04-09 16:23:40 · 4991 阅读 · 3 评论 -
相机的内参、外参、畸变参数及其标定
相机的外参是世界坐标系在相机坐标系下的描述。$R$是旋转参数是每个轴的旋转矩阵的乘积,其中每个轴的旋转参数$(\phi,\omega,\theta)$。$T$是平移参数......原创 2021-01-16 15:27:07 · 8582 阅读 · 0 评论 -
世界坐标系、相机坐标系、图像坐标系、像素坐标系
在涉及计算机视觉的许多领域都离不开世界坐标系、相机坐标系、图像坐标系以及像素坐标系,只有理解了这些才能对获取的图像进行准确的分析。由于摄像机可安放在环境中的任意位置,在环境中选择一个基准坐标系来描述摄像机的位置,并用它描述环境中任何物体的位置,该坐标系称为世界坐标系。转载 2021-01-15 20:54:26 · 6380 阅读 · 1 评论 -
齐次坐标(Homogeneous coordinates)
为什么要引入齐次坐标?什么是齐次坐标系?齐次坐标系的引入是为了将坐标的平移、旋转、缩放及透视投影等可表示为单一矩阵与向量相乘的一般向量运算。从而在进行图形处理时简单有效。如以矩阵表达式来计算这些变换时,平移是矩阵相加,旋转和缩放则是矩阵相乘......原创 2021-01-14 18:40:43 · 3318 阅读 · 1 评论