根据基本矩阵估计运动估计运动参数T.PPTVIP

下载本文档

2
0
约1.04万字
约 86页
2019-05-31 发布于天津
举报
版权申诉

根据基本矩阵估计运动估计运动参数T.PPT

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于外极线的三维运动估计基本矩阵的性质外极线方程的待求参数个未知的独立的参数这也和运动参数的自由度数量相一致即三个旋转自由度二个平移自由度或三个关于一个比例系数的平移自由度根据基本矩阵估计运动计算基本矩阵对以上对应点求稳定解实际经常使用算法根据基本矩阵估计运动计算基本矩阵根据基本矩阵估计运动估计运动参数根据基本矩阵的性质根据直接根据外极线方程估计运动理想情况下由于误差改求坐标转换世界坐标系相机坐标系对于同一场景点拍摄一张图像对于同一场景点使用同样的相机设置拍摄两张图像对于同一场景点使用同样的相机

Seed for propagation Matching Propagation (propagate.m) Maintain a priority queue Q Initialize: Put all seeds into Q with their ZNCC values as scores For each iteration: Pop the match with best ZNCC score from Q Add new potential matches in their immediate spatial neighborhood into Q Safety: handle uniqueness, and propagate only on matchable area Matchable Area the area with maximal gradience threshold Result (denseMath/run.m) Image 1 Image 2 Image 3 R1,t1 R2,t2 R3,t3 Triangulation Final Result Colorize the Point Cloud http://www.lasmea.univ-bpclermont.fr/Personnel/Maxime.Lhuillier/Papers/Eccv02.pdf http://www.lasmea.univ-bpclermont.fr/Personnel/Maxime.Lhuillier/Papers/Icpr00.pdf /stamp/stamp.jsp?tp=arnumber=1641048 * http://www.lasmea.univ-bpclermont.fr/Personnel/Maxime.Lhuillier/Papers/Eccv02.pdf http://www.lasmea.univ-bpclermont.fr/Personnel/Maxime.Lhuillier/Papers/Icpr00.pdf /stamp/stamp.jsp?tp=arnumber=1641048 * Multi-view Stereo (MVS) Structure from Motion (SFM) Pipeline Two-view Reconstruction Two-view Reconstruction Two-view Reconstruction keypoints keypoints match fundamental matrix essential matrix [R|t] triangulation Keypoints Detection keypoints keypoints match fundamental matrix essential matrix [R|t] triangulation Descriptor for each point keypoints keypoints match fundamental matrix essential matrix [R|t] triangulation SIFT descriptor SIFT descriptor Same for the other images keypoints keypoints match fundamental matrix essential matrix [R|t] triangulation SIFT descriptor SIFT descriptor SIFT descriptor SIFT descriptor Point Match for correspondences keypoints keypoints match fundamental matrix essential matrix [R|t] triangulation SIFT descriptor SIFT descriptor SIFT descriptor SIFT descriptor Point Match for correspondences keypoints keypoints match fundamental matrix essential matrix [R|t] triangulation SIFT descriptor SIFT descriptor SIFT descriptor SIFT descriptor Image 1 Image 2 R1,t1 R2,t2 Fundamental Matrix Estimating Fundamental Matrix Giv