首先,我想声明我是这个领域的新手,如果问题有点过于重复,我深表歉意。我环顾四周,但徒劳无功。我正在努力阅读 Hartley 和 Zisserman 的书,但这需要我一段时间。
我的问题是我有一个区域的 3 个视频源,我需要在视频的每一帧找到相机位置。我没有关于拍摄视频的相机的任何信息(即没有 Intrinsics)。
在寻找解决方案时,我遇到了 SfM 并尝试了存在的现有软件,即 Bundler 和 Vsfm,它们似乎都运行良好。但是我有几个问题。
1) 我的情况真的需要 SfM 吗?由于SfM做的是稀疏重建,图像之间的共同点也是输出,是否完全有必要?还是有更合适的方法可以做到这一点,因为我真正需要的只是职位?还是我可以改用不太复杂的方法?
2) 从我读到的内容来看,我需要校准相机并找到它的 Intrinsics 和 Extrinsics。我怎么能在不知道的情况下做到这一点?我看过 5 点问题和其他问题,但其中大多数都要求您了解我没有的相机的内在属性,而且我不能使用棋盘等图案来校准它们,因为它们来自来源超出我的控制范围。
感谢您的宝贵时间!
最佳答案
根据我的经验,简短的回答是:
1) 您无法独立于场景的 3D 可靠地估计相机的 3D 姿态。此外,由于您的相机是独立移动的,我认为 SfM 是解决您的问题的正确方法.
2) 您需要估计相机的内在特性,以便估计有用的(即欧几里得)姿势和场景重建。如果你不能使用标准校准程序,用棋盘和 co,你可以看看 autocalibration techniques (另请参阅 Hartley 和 Zisserman 的书中的第 19 章)。此校准过程是针对每个相机独立完成的,并且只需要在不同位置的多个图像样本,这似乎适合您的情况。
关于opencv - 多个图像的位置估计,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22270309/