我使用的是OpenCV 2.2,我試圖校準兩臺攝像機以便沿着同一個座標系進行查看。這兩臺攝像機將彼此分開放置。我理解校準單個相機的內在特性,但是我有點困惑,所以我可以將兩個相機組合在一起。後續問題也很好。校準兩臺攝像機OpenCV
乾杯。
編輯 - 我正在處理這個問題 - 將發佈並描述當我完成後適合我的東西。
我使用的是OpenCV 2.2,我試圖校準兩臺攝像機以便沿着同一個座標系進行查看。這兩臺攝像機將彼此分開放置。我理解校準單個相機的內在特性,但是我有點困惑,所以我可以將兩個相機組合在一起。後續問題也很好。校準兩臺攝像機OpenCV
乾杯。
編輯 - 我正在處理這個問題 - 將發佈並描述當我完成後適合我的東西。
可能的誘騙this?我的答案是StereoCalibrate將允許您解決基本矩陣,您可以使用它將一個攝像機中的任意點與另一個攝像機中的某個點相關聯。
那麼StereoCalibrate最終會將兩臺攝像機視爲同一臺攝像機的兩個流? – sparkFinder 2011-04-12 06:45:43
不,它認爲它是兩個獨立的相機。這反映在這個函數需要兩組不同的內部函數。 – peakxu 2011-04-12 13:35:36
一旦找到了內在,外部和基本矩陣,我如何將一個點(x,y)從一個攝像機轉換到另一個攝像機的座標系? – 2012-10-25 18:22:55
假設您有兩臺攝像機C1和C2。
的基本矩陣˚F限定,這兩個攝像機之間的關係,即意味着在給定的C1的圖像點X1它是如何限制在C2對應點X2的位置。答案是:x1在C2中定義了行,並且x2 必須在此行上。那是epipolar geometry。它僅由攝像機參數定義,它根本不依賴於場景幾何圖形而不是而不是。
現在假設你有兩個投影矩陣,P1和P2,即你知道兩個攝像機的所有參數。如果您有一對對應關係,x1 <→x2(C1中的x1和C2中的x2),則您可以估計在C1中以x1拍攝的空間中X點的3D位置,以及x1 C2。你可以重建你的球,得到一個3D模型。 棘手的部分是找到匹配x1 < - > x2。
現在,如果你的問題是要知道,如果C1和C2都看到了同樣的事情,也許你的問題不是一個立體聲問題,但識別問題。也許SIFT或SURF算法是一個更適當的方法。
如果您提供一組對應關係x1 <-> x2,則可以估計基礎矩陣。在OpenCV API中查看* cvFindFundamentalMat *。 – 2011-04-13 11:11:29
*學習OpenCV *書的第12章對這個主題進行了溫和的介紹。它在理論和OpenCV例程之間提供了良好的平衡。對於所有血淋淋的細節,參考文獻是Hartley和Zisserman着作*計算機視覺*中的多視圖幾何。 – 2011-04-13 11:19:29
「它僅由攝像機參數定義,它根本不依賴於場景幾何。」 - 這不完全正確。計算基本矩陣不需要顯式知道場景幾何圖形,但改變攝像機的姿態將使其無效(即,如果基線發生變化)。 – 2011-04-25 15:35:59
請詳細說明'calibrate'的含義 – CharlesB 2011-04-11 19:17:35
我希望它能讓我的兩臺攝像機指向同一個區域時,我確切知道它們的座標系是如何相互對應的。如果我通過這兩個相機看到一個球,我希望我的程序能夠理解他們看到的是同樣的東西。希望有所幫助。 – sparkFinder 2011-04-11 20:00:18