3d-reconstruction

    0熱度

    1回答

    全部 我使用歐拉公式來計算屬數。 https://math.stackexchange.com/questions/85163/finding-the-topological-genus-of-a-triangulated-surface 因爲我的三角形網格沒有關閉,所以屬數應該是1.但是我有大於1的網格數。有什麼軟件可以突出處理嗎?我希望刪除手柄,但幾乎沒有經驗可以做到。任何人都可以提供一些關於

    1熱度

    1回答

    我使用馬丁佩里斯代碼用於3D重建使用的OpenCV和PCL(下面的鏈接): http://blog.martinperis.com/2012/01/3d-reconstruction-with-opencv-and-point.html 故障點: 在「3D查看器」窗口查看3D重建的最後一步,我遇到了麻煩。我得到一個完美的視差圖像如圖中的博客,但我最終的重建圖像看起來是這樣的: https://dr

    0熱度

    1回答

    我正在學習KinectFusion,希望用它來構建3D打印的重建應用程序。 目前我很困惑IntegrateFrame和ProcessFrame方法INuiFusionColorReconstruction。 ProcessFrame還有一個名爲maxAlignIterationCount的參數,是不是意味着ProcessFrame會集成多次,而IntegrateFrame只集成一次?由於Proce

    1熱度

    2回答

    我試圖從兩個校準攝像機重建一個三維圖像。所涉及的步驟之一是從兩組對應(均勻)點(多於8所需要的)P_a_orig和P_b_orig和兩個相機的3x3內部校準矩陣K_a和K_b計算3x3基本矩陣E。 我們開始用 P_a = inv(K_a) * p_a_orig 和 P_b = inv(K_b) * p_b_orig 正常化我們的觀點,我們也知道約束 P_b' * E * P_a = 0

    5熱度

    2回答

    我想從點雲中生成視覺上吸引人的表面重建。 我正在使用點雲庫。我嘗試使用泊松重建方法創建網格,但後來發現它提供了水密重建。 例如:在我來說,我有一個房間 使用代碼在http://justpaste.it/code1的點雲,我能夠得到重建這樣 pic 1 http://www.pcl-users.org/file/n4033883/snapshot00.png 上面的照片有覆蓋頂視圖的表面。這是使用M

    3熱度

    1回答

    我試圖從一組未經校準的照片在MATLAB中進行三維重建。我使用SIFT來檢測圖像之間的特徵點和匹配。我想首先進行投影重建,然後使用自動校準將其更新爲度量。 我知道如何通過計算基本矩陣,相機矩陣和三角測量來估計來自2幅圖像的3D點。現在說我有3張圖片,a,b和c。我計算圖像a和b的相機矩陣和3D點。現在我想通過添加圖像c來更新結構。我估計相機矩陣通過使用已知的3D點(從一個計算和b),該匹配在圖像C

    0熱度

    2回答

    我目前正在matlab中設計一種重建3D數據的方法。爲此,我有兩張帶黑點的圖片。每幀點數量的差異是重建的關鍵,但是當矩陣不相等時,MATLAB會給出一個錯誤。這是因爲代碼沒有做我想做的事,所以任何人都可以用下面的方式來幫我嗎? 我有擴展數據的兩列:XLI和XRI MATLAB什麼呢,當我做XLI-XRI是從其減去了對即XLI(1)-XRI(1)等,但我想的。減去的XLI每個值的XRI每個值。即 X

    2熱度

    2回答

    我想使用OpenCV做一些運動結構。這應該發生在Android上。 目前我擁有cameraMatrix(內部參數)和來自相機校準的失真係數。 用戶現在應該從建築物中拍攝2張圖像,應用程序應該生成一個點雲。 注:用戶可能也旋轉智能手機的攝像頭,因爲他沿着建築物的一側移動一點點...... 在目前點位,我有以下信息: 的無失真左圖 不失真的右側圖像 使用良好匹配的列表SIFT 同形矩陣 基本矩陣 我在

    1熱度

    1回答

    我目前正在尋找一種方法來從2D投影中重建一組3D線條。 我有一個3座標系統軸的投影圖像,相機參數等已知。 給出了2D點的位置,並且還知道紅色/綠色,綠色/藍色和藍色/紅色之間的角度是90DEG(笛卡爾座標系)。 相機的位置也是已知的,因此可以計算圖像中描繪的視線。 有沒有簡單的方法來找到一組相應的3D點,描述導致給定投影的對象? (鑑於該解決方案可以有一個未知的比例因子?) 謝謝!

    5熱度

    2回答

    我想驗證一下,我對基本矩陣的理解是否正確,以及是否可以在不使用任何相應點對的情況下計算F. 基本矩陣作爲F = inv(transpose(Mr))*R*S*inv(Ml)其中先生和M1是右和左固有照相機矩陣計算,R是導致右側座標系向左一個旋轉矩陣,而S是反對稱矩陣 S = 0 -T[3] T[2] where T is the translation vector of the right co