圖像拼接的束調整

我正在使用matlab製作簡單的圖像拼接腳本。我現在有了一些代碼，它們按照有序的圖像序列（I0 I1 I2 I3 ...）。對於每幅圖像，我提取SIFT描述符並在每個圖像對之間進行匹配。（找到I0-I1和I1-I2 ...之間的匹配項）。我使用ransac來找出內點並在每對之間進行適合的Homography。（H01 => I0-I1）。然後我將圖像拼接在一起，I0與I1然後（I0I1）到I2等。（我猜測基本全景）。圖像拼接的束調整

但是，現在我想嘗試執行束調整以糾正整個圖像中的投影錯誤。我已經閱讀了關於Szeliski計算機視覺書中的束調整的一些內容（但是我發現它更多地涉及3D重建中的BA，我不知道如何在2D圖像拼接中使用它）。然後我也看了this paper。

我不確定從哪裏開始，論文使用的是更復雜的拼接，關於相機模型的所有討論都有點令人困惑，因爲我無法將這些討論與我的簡單應用程序相關聯。有人可以幫助我開始使用嗎？或者指向一些更適合在簡單全景製作中應用光束調整的材料？我需要做的僞代碼也是有幫助的。

來源

2014-07-07 krunarsson

構建arbirary（即使排序）圖像的照片並不簡單。如果你不理解布朗論文中的相機模型，你應該使用現有的工具。另外，對於聯合單應性估計，您不需要進行束調整，只需使用像Levenberg-Marquardt這樣的非線性優化。 – DrPepperJo

感謝您的回覆。當我用RANSAC找到一組一致的內點時，我用它們來擬合每個圖像對（I1-I2，I2-I3）之間的單應性，我通過Levenberg-Marquardt解決了非線性最小二乘問題。這是你使用非線性優化而不是捆綁調整的意思，還是我需要查看優化問題中的所有單應性？ – krunarsson

實際上，忘記我對聯合單應性估計所說的話。你當然需要全局參數來共同優化。無論哪種方式，捆綁調整解決了需要視差（翻譯）的問題（三維重建和相機估計），這是您想要在parnoramas中避免的問題。所以我建議你解決共享相機（焦距）和旋轉。 – DrPepperJo

我想你已經嘗試了前兩步，現在第三步是通過捆綁器進行改進。我強烈建議您閱讀Hartley Zisserman的書籍「多視圖幾何」，附錄6.提供清晰的僞代碼，用於基於LM的最小平方估計以提高誤差。

現在爲您的問題，您正在嘗試改進單應性以獲得更好的匹配。所以你的錯誤是一個光度誤差，類似於x1'Hx2。這個案例也在附錄中提供。

來源

2014-07-08 12:55:27 Sunando

圖像拼接的束調整

回答

相關問題