从多个校准视图进行 3D 重建
3D Reconstruction from multiple calibrated views
我有一台经过校准的相机，它的内在参数是在进行初始双视图重建之前计算出来的。假设我有 20 张围绕静态刚体拍摄的图像，这些图像都是用同一台相机拍摄的。使用前两个视图和场景的地面实况测量，我有
1) 初始重建使用Stewenius 5点算法找到E（本质矩阵）。
2) 相机矩阵 P1 和 P2，其中原点设置为相机 P1 的原点。
我的问题是，如何添加更多视图？对于前两个视图，我手动找到了特征点，因为我发现 MATLAB 特征检测器和匹配器输出的是错误的对应关系。
我是否连续进行双视图重建以获得其他相机外部信息，即 P1 和 P3、P1 和 P4...P1 和 P20；都使用与 P1-P2 相同的特征点？这种方法不会有某种错误传播吗？之所以使用P1作为参考，是因为它被选择在世界原点。
我确实有一个程序在我获得相机外部的所有初始估计后进行捆绑调整，但我的问题是获取初始相机矩阵 P3...P20。
提前致谢！
您首先使用相应对的特征点获得成对校准 P1-P2、P2-P3、P3-P4 ...。您需要使用某种 RANSAC 来消除此处的错误对应或在所有对之间手动进行匹配。您需要将所有相机放在公共坐标系中。假设我们 select P1 作为主摄。要将第三台摄像机 P3 添加到 P1-P2 对，您需要通过成对校准 Delta2-3 计算 P2 和 P3 之间的旋转增量，然后将其应用于 P2 的已知摄像机矩阵。依此类推，直到所有相机矩阵都在共同的坐标系中。你做捆绑调整。
我有一台经过校准的相机，它的内在参数是在进行初始双视图重建之前计算出来的。假设我有 20 张围绕静态刚体拍摄的图像，这些图像都是用同一台相机拍摄的。使用前两个视图和场景的地面实况测量，我有
1) 初始重建使用Stewenius 5点算法找到E（本质矩阵）。
2) 相机矩阵 P1 和 P2，其中原点设置为相机 P1 的原点。
我的问题是，如何添加更多视图？对于前两个视图，我手动找到了特征点，因为我发现 MATLAB 特征检测器和匹配器输出的是错误的对应关系。
我是否连续进行双视图重建以获得其他相机外部信息，即 P1 和 P3、P1 和 P4...P1 和 P20；都使用与 P1-P2 相同的特征点？这种方法不会有某种错误传播吗？之所以使用P1作为参考，是因为它被选择在世界原点。
我确实有一个程序在我获得相机外部的所有初始估计后进行捆绑调整，但我的问题是获取初始相机矩阵 P3...P20。
提前致谢！
您首先使用相应对的特征点获得成对校准 P1-P2、P2-P3、P3-P4 ...。您需要使用某种 RANSAC 来消除此处的错误对应或在所有对之间手动进行匹配。您需要将所有相机放在公共坐标系中。假设我们 select P1 作为主摄。要将第三台摄像机 P3 添加到 P1-P2 对，您需要通过成对校准 Delta2-3 计算 P2 和 P3 之间的旋转增量，然后将其应用于 P2 的已知摄像机矩阵。依此类推，直到所有相机矩阵都在共同的坐标系中。你做捆绑调整。