3d-reconstruction相关内容

从点创建 OOBB

如何为给定点创建最小的 OOBB?创建 AABB 或球体非常容易,但创建最小 OOBB 时遇到问题. [编辑] 第一个答案没有给我带来好的结果.我没有大量的点云.我的积分很少.我正在做碰撞几何生成.例如,立方体有 36 个点(6 个边,每个三角形 2 个,每个三角形 3 个点).第一篇文章的算法对立方体给出了不好的结果.多维数据集的示例点:http://nopaste.dk/downl ..
发布时间:2022-01-14 15:52:43 C/C++开发

使用来自多个点的多个图像构建 3d 模型(kinect)

如果从不同角度收集各种图像和深度数据,是否有可能构建静止物体的 3d 模型,我的想法是有一种圆形传送带,其中放置 kinect 和传送带带,而要在 3D 空间中重建的真实对象位于中间.传送带随后围绕图像绕一圈旋转并捕获大量图像(每秒可能 10 个图像),这将允许 kinect 从包括深度数据在内的各个角度捕获图像,理论上这是可能的.该模型还必须使用纹理重新创建. 我想知道是否有任何类似的项目 ..

来自两个校准相机的 3D 重建——这个管道中的错误在哪里?

有很多关于从已知内部校准的立体视图进行 3D 重建的帖子,其中一些是 优秀.我已经阅读了其中的 很多,并且根据我所阅读的内容,我正在尝试使用以下管道/算法计算我自己的 3D 场景重建.我会列出方法,然后在底部提出具体问题. 0.校准您的相机: 这意味着检索相机 1 和相机 2 的相机校准矩阵 K1 和 K2.这些是封装每个相机的 3x3 矩阵内部参数:焦距、主点偏移/图像中心.这些不会 ..

具有立体 3D 重建的 OpenCV

假设我计划使用 OpenCV 使用立体方法进行 3D 重建……而且我没有任何特殊的立体相机,只有网络摄像头. 1.)如何使用一组网络摄像头构建廉价的立体声设置?2.) 是否可以使用网络摄像头拍摄两张图像并使用 openCV API 将它们转换为立体声? 我将使用以下链接中的立体算法OpenCV 立体视觉 使用这种方法,我想创建室内环境的详细映射.(我不想使用任何像Insight3 ..
发布时间:2021-11-25 02:20:40 C#

基本空间雕刻算法

我有如下问题,如图所示.我有点云和由四面体算法生成的网格.我将如何使用该算法雕刻网格?地标是点云吗? 算法伪代码: 对于每个 3D 特征点将其转换为 2D 投影坐标对于每个 2D 特征点向网格的多边形投射光线得到交点如果 zintersection 这是 Guru Spektre 提到的算法的后续实现 :) 更新算法代码: int i;for (i = 0; i ""开始(“ ..
发布时间:2021-11-25 01:47:15 C#

从点创建OOBB

如何为给定的点创建最小的 OOBB?创建 AABB 或球体非常容易,但我在创建最小 OOBB 时遇到问题. [编辑] 第一个答案没有给我带来好的结果.我没有大量的积分.我的积分很少.我正在做碰撞几何生成.例如,立方体有 36 个点(6 个边,每个 2 个三角形,每个三角形 3 个点).第一篇文章的算法对立方体给出了糟糕的结果.立方体的示例点:http://nopaste.dk/down ..
发布时间:2021-11-25 01:18:39 C/C++开发

3D 重建——如何从 2D 图像创建 3D 模型?

如果我用相机拍照,那么我知道相机到物体的距离,比如房子的比例模型,我想把它变成一个我可以操纵的 3D 模型 以便我可以评论房子的不同部分. 如果我坐下来考虑拍摄不止一张照片,标记方向和距离,我应该能够弄清楚如何做到这一点,但是,我想我会问是否有人有一些可以帮助解释的论文更多. 你用什么语言解释并不重要,因为我正在寻找最好的方法. 现在我正在考虑展示房子,然后用户可以在高度上提供一 ..
发布时间:2021-11-25 00:45:52 C#

在 MATLAB 中绘制体积数据

我在 Matlab 中工作,我有一个尺寸为 384x512x160 的 3d 矩阵,它由 384x512 个切片组成. 我如何绘制这样的数据? 解决方案 您真正拥有的是体积数据. 我猜你对每个 X、Y、Z 都有一个 C 值.这实际上很大程度上取决于您拥有的数据类型.您需要为特定答案提供更多信息. 总的来说,可以看看体积数据可视化技术,但这样做的方法不止一种.下面我会给你留 ..
发布时间:2021-11-25 00:33:07 C#

Matlab立体相机校准场景重建错误

我正在尝试使用计算机视觉系统工具箱校准下面的这对摄像机,以便能够生成车辆在1至5m之间的3-D点云.对于棋盘格校准图像,每个图像的输出图像大小约为1 MB,而棋盘格正方形大小为25 mm.使用的摄像机是一对SJ4000 HD1080P摄像机.摄像机尽可能彼此平行放置,垂直轴上没有角度.棋盘格校准是在明亮的灯光和白板的帮助下完成的.使用成功的31/32配对,使用立体相机校准器代码的每个像素的平均误差 ..

undistortPoints,findEssentialMat,recoverPose:它们的参数之间是什么关系?

为了希望有更多的读者,我在这里重新发布了我在 TL; DR :传递给undistortPoints,findEssentialMat和recoverPose的参数之间应该保持什么关系? 我的程序中有类似以下的代码,其中K和dist_coefficients是相机内在函数,并且imgpts.是来自2张图像的匹配特征点. Mat mask; // inlier mask ..

3D重建和SfM相机固有参数

我试图理解3D重建的基本原理,并选择使用 OpenMVG 。 但是,我已经看到证据表明,我要询问的以下概念适用于所有/大多数 SfM / MVS工具,而不仅仅是OpenMVG。因此,我怀疑即使没有直接的OpenMVG经验,任何计算机视觉工程师都应该能够回答这些问题。 我正在尝试完全理解内部相机参数,或者好像它们被称为“ camera instrinsics ”或“ 内部参数 >”。根据Ope ..

从多个校准视图进行3D重建

我有一个经过校准的相机,其内在性是在进行初始的两视图重建之前计算出来的。假设我在一个静态的刚体周围有20张图像,所有图像都是使用同一台相机拍摄的。使用前两个视图和场景的真实测量值,我使用Stewenius 5点算法进行了初始重构,找到了E(基本矩阵)。 1) 2)相机矩阵P1和P2,其原点设置为相机P1的坐标。 我的问题是,我将如何添加更多视图?对于前两个视图,由于发现MATLA ..
发布时间:2020-06-04 18:38:41 其他开发

具有已知内在和外在矩阵的立体视觉3d点计算

我已经使用两个摄像机的固有摄像机矩阵成功计算了“旋转”,“平移”。 我也从左右摄像头获得了校正后的图像。现在,我想知道如何计算一个点的3D坐标,即图像中的一个点。在这里,请参阅绿点。我看了方程式,但是它需要基线,我不知道该如何计算。您能告诉我使用给定信息(R,T和本征矩阵)计算绿点的3d坐标的过程吗? FYI 1.我也有一个基本矩阵和基本矩阵,以防万一我们需要它们。 2.原始图像尺寸为 ..
发布时间:2020-06-04 18:38:37 其他开发

OpenCV取消投影2D指向深度为Z的3D

问题陈述 我正在尝试将2D点投影到其原始3D坐标上,假设我知道每个点的距离。遵循 OpenCV文档之后,我设法将其使用零失真。但是,当出现扭曲时,结果是不正确的。 当前方法 所以,这个想法是可以反转以下内容: 进入以下内容: 按: 使用 cv :: undistortPoints $ b消除任何失真$ b 使用内在函数通过反转上面的第二个方程来返回归一化的相机坐 ..
发布时间:2020-06-04 18:38:35 C/C++开发

通过基线和单相机校准从2张图像进行3D重建

我的学期项目是校准大基线(〜2m)的立体声相机. 因此,我的方法是在没有像棋盘那样精确定义的校准模式下运行,因为它必须很大并且很难处理. 我的问题与此类似:从2张图像中进行3d重建,而没有有关相机的信息 到目前为止的程序: 拐角检测左图像goodFeaturesToTrack 精致的角cornerSubPix 在右侧图像calcOpticalFlowPyrLK 中查找角位置 ..
发布时间:2020-05-20 20:17:41 C/C++开发

从两个校准的摄像机进行3D重建-该管道中的错误在哪里?

关于从已知内部校准的立体视图进行3D重建的文章很多,其中一些是很棒.我已经阅读了其中的很多,并且根据所阅读的内容,我尝试使用以下管道/算法来计算自己的3D场景重构.我将列出方法,然后在底部询问具体问题. 0.校准相机: 这意味着检索摄像机1和摄像机2的摄像机校准矩阵K 1 和K 2 .这是封装每个摄像机的3x3矩阵内部参数:焦距,主点偏移/图像中心.这些不会改变,只要您不缩放或更改记录 ..

来自相应图像的相机运动

我正在尝试根据相应图像的运动来计算新的相机位置. 图像符合针孔相机模型. 事实上,我没有得到有用的结果,所以我尝试描述我的程序,并希望有人能帮助我. 我使用SIFT匹配相应图像的特征,将它们与OpenCV的FlannBasedMatcher匹配,并使用OpenCV的findFundamentalMat(方法RANSAC)计算基本矩阵. 然后我通过相机固有矩阵(K)计算基本矩阵: ..
发布时间:2020-05-20 19:19:36 其他开发

opencv中reprojectImageTo3D函数的Q矩阵

我正在opencv中进行一个项目,以使用立体声校准来检测盲人路径中的障碍物.我已经正确计算了视差图.现在要找到障碍物到相机的距离,我希望它的3D坐标[X,Y,Z]可以通过reprojectImageTo3D()找到,但我没有在此函数中使用的Q矩阵,因为我从stereoRectify()获取的Q矩阵可能为空,这可能是因为我使用了预先校准的图像.虽然我确实有相机的固有参数和外在参数. 因此,我的问题是 ..