网站建设及服务合同,哈尔滨优惠的网站建设,宜家家居官网网上商城,医院网站建设建议八、走向三维 我们前面花了七篇博文做铺垫#xff0c;我们所做的一切努力都是为了最后的这一击——立体成像。因为玉米的这个系列文章是对双目视觉几何框架的总结。此处跳过匹配#xff0c;假设左右图像点的完美匹配的。只看在几何上#xff0c;三维坐标是如何被还原的。相对…八、走向三维 我们前面花了七篇博文做铺垫我们所做的一切努力都是为了最后的这一击——立体成像。因为玉米的这个系列文章是对双目视觉几何框架的总结。此处跳过匹配假设左右图像点的完美匹配的。只看在几何上三维坐标是如何被还原的。相对来说最后的这一步比前面是要轻松许多的因为我们前面已经做了大量的工作。这些工作使得最后的这一步由不可能称为可能由复杂变得简单吧啦吧啦。好吧闲话少说让我们一起来见证这一时刻吧。 此处我们按opencv中cvcalibratecamera2()函数得到的焦距f进行三维坐标的求解。 请大家看下面示意图莫怪玉米的图一向画的丑 根据最简单的相似三角形关系我们就可以求出物点坐标(X,Y,Z)。 首先 其中s为像素的物理尺寸d就是两个摄像机间的视差d(uL-uR)s。 我们得到的这个三维坐标相当于是在右摄像机的摄像机坐标系上的。 那么重建就是透视投影的逆过程我们可以把这个过程表示成矩阵形式。我们定义Q为反投影矩阵。那么依照上式 齐次坐标形式的三维坐标恢复矩阵形式如下 至此玉米的《计算机视觉学习笔记》双目视觉几何框架系列文章顺利收尾。希望这八篇博文对大家尤其是计算机视觉的初学者有所帮助。 在行文过程中玉米引用了网络上的一些图片但大多找不到出处所以未给出引用表。如这些图片的主人发现了自己的图片在这个博客上请和玉米联系玉米会将引用出处重新给出 本系列博文中涉及的数学运算颇多玉米才疏学浅中间若有理解上的错误恳请大家批评指正
