第四章来至运动的结构概述.doc

探测来至运动的结构 在这一章，我们将讨论来至运动的结构的概念（SfM），或者从一个运动的相机拍摄到的图像中更好的推测提取出来的几何结构，我们使用OpenCV的Api函数来帮我们完成。让我们将我们使用的冗长的方法约束为使用单个摄像机，通常称为单目方法，并且是一组分离的和稀疏的视频帧而不是连续的视频流。这两个约束在很大程度上简化了系统，这个系统我们将在接下来的页码中进行描述，并且帮助我们理解任何SfM方法的原理。为了实现我们的方法，我们将跟随Hartley和Zisserman的脚步（后面称作H和Z），伴随着他们有创意的书——《计算机视觉中的多视觉几何》的第9章到第12章的记录。 在这一章，我们将涉及到以下内容： 来至运动结构的概念 从一组图像中估计摄像机的运动 重构场景 从多个视图中重构 可视化3D点云 自始自终本章假定使用一个标定过的摄像机——一个先前标定过的摄像机。标定是在计算机视觉中普遍存在的操作，在OpenCV中得到很好的支持，我们可以使用在前面一张讨论的命令行方法来完成标定。因此，我们假定摄像机内参数存在，并且具体化到K矩阵中，K矩阵为摄像机标定过程的一个结果输出。 为了在语言方面表达的清晰，从现在开始我们将单个摄像机称为场景的单个视图而不是光学和获取图像的硬件。一个摄像机在空间中有一个位置，一个观察的方向。在两个摄像机中