结构计算之多目视觉（三）

最新推荐文章于 2024-05-10 00:06:20 发布

hihahihiha~

最新推荐文章于 2024-05-10 00:06:20 发布

阅读量3.8k

点赞数

分类专栏：定位算法详解

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/xiaowuboshi/article/details/85851094

版权

本文详细介绍了多目视觉中3D点位置的计算方法，包括线性三角测量原理（DLT）和非线性优化。DLT方法通过线性方程组求解最小二乘问题，非线性优化则利用极大似然估计来处理图像噪声导致的误差，以提高估计精度。此外，还讨论了泰勒展开、加权Newton迭代和光束平差法等非线性优化技术。

摘要由CSDN通过智能技术生成

本文介绍当3D点在N幅视图上的像 $\left\{ x_i \right\}$ 和这些视图的摄像机矩阵 $\left\{P_0=K_0[I|0] ,P_j=K_j[R_j|t_j]\right\}$ ，其中 t_j=-R_jc_j 给定时，计算该3D空间点的位置 X_i 。

PS：本文以参考相机坐标系为世界坐标系，有M台摄像机。

目录

1. 线性方法（三角测量原理DLT）

2. 非线性优化（假设初值给定）

3. 正交投影方法

1. 代数方法（线性三角测量原理DLT）

线性三角法类似单目视觉中的DLT方法，在每幅图像上分别有测量 $x=PX,x^{'}=P^{'}X$ ，且这些方程可以组合成 AX=0 的形式，它是关于的线性方程。

像素坐标系-->（图像坐标系-->相机坐标系）-->世界坐标系的转换如下：

(1）齐次方法（DLT）：令 X=(X,Y,Z,W)^T ，4个未知量的2*N个方程，构成最小二乘问题，取对应于A的最小奇异值的单位奇异矢量作为解。（后续讨论归一化以及每幅图像选取两个或三个方程的讨论）

根据上式可得：

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。