동일한 보정 된 카메라로 찍은 물체의 이미지가 여러 개 있습니다. 보정은 내재적 및 외적 매개 변수를 의미합니다 (개체 옆에 체커 보드를 놓을 수 있으므로 모든 매개 변수를 검색 할 수 있음). 이러한 이미지에서 SIFT 또는 SURF를 사용하여 일치하는 키포인트를 찾을 수 있으며 일부 일치 알고리즘이 기본 OpenCV입니다. 그러나 여러 이미지에서이 점들
C 3D Reconstruction Library을 사용하여 Tango 기기에서 메쉬를 얻으려고합니다. Mesh Building Functions에는 사용할 흐름의 요약이 있습니다. 이는 Tango3DR_update 함수를 여러 번 호출 한 다음 Tango3DR_extractFullMesh을 호출하여 메쉬를 가져와야한다는 것을 보여줍니다. 문제는 Tango
MATLAB에서 스테레오 이미지 쌍을 수정하고 싶습니다. 수습을 위해 다음 호출을 사용합니다. [J1, J2] = rectifyStereoImages (I1, I2, cameraParamsStereo); 이렇게하면 각 이미지의 유효 부분이 초기 이미지 크기보다 작습니다. 인수 'OutputView'를 full로 지정하면 원본 이미지보다 큰 정류 된 이미지가
교정되지 않은 멀티 뷰 이미지에서 3D 재구성을 얻으려고합니다. 카메라의 내장 매개 변수를 모르겠습니다. SIFT 기능이 있습니다. 저는 RANSAC과 함께 5 점 알고리즘을 사용하여 out-liers를 필터링하므로 상대적인 포즈 최적화 및 일치하는 점의 삼각 측량을 진행할 수 있습니다. OpenCv에는 하나의 API가 있습니다. findEssentialM
프로젝트의 3D 재구성 알고리즘을 연구 중입니다. 3D 표면 재구성 문헌에서 "광선 - 주조"및 "행진 - 큐브"라는 주제를 자주 접합니다. 나는 3D 점 구름의 "signed distance function (SDF)"표현에 대한 레이 캐스팅이 지표 모델을 생성한다는 것을 읽었습니다. 그러나 나는 이것을 잘 이해하지 못했다고 생각합니다. 레이 - 캐스팅은
MATLAB에서 vl_dsift을 사용하여 한 쌍의 스테레오 이미지에서 고밀도 SIFT 기능을 계산합니다. 기능의 대응은 다소 정확할 것 같습니다. 그러나 3D 구름이 평면 일 때, 모든 점의 깊이는 같고, 내 장면에서는 사실이 아니며 vl_sift을 사용할 때도 발생하지 않습니다. 잘못 갈 수있는 어떤 [fL, dL] = vl_dsift(frameLeft
저는 너무 비싸지 않은 장비를 사용하여 실내 실을 스캔하는 가장 좋은 방법을 찾고 있습니다. 사진을 찍고 방을 스캔하는 시스템이 있지만 비용은 약 $ 4500입니다. 구조 센서라는 또 다른 장치를 우연히 만났습니다.이 센서는 방의 3D 모델을 생성하지만 꽤 부서졌습니다. 첨부 된 이미지. 내가 이것을 사용하여 방을 스캔 한 다음 3D 투영도 맵으로 적용하여
제목이 모호한 경우 죄송합니다. 제 질문을 짧고 이해하기 쉬운 방식으로 표현하는 것은 꽤 어렵습니다. 그래서 저는 3D 재구성 프로젝트의 한가운데 있습니다. Undistort 화상 프레임에 걸쳐 키포인트 검출기 (광학 흐름) 트랙 포인트를 포인트를 검색 는 기본 행렬을 계산하는 위치 파이프 라인은 표준 파이프와 다소 동일 등등. 유일하게 다른 부분은 2 단
나는 움직이는 자동차에 장착 된 Velodyne VLP-16에서 얻은 포인트 클라우드로 환경을 매핑하려고합니다. pcl에서 ICP 알고리즘을 사용하려고하지만 결과는 끔찍합니다. 나는 너무 많은 포인트는 다음 하나 하나 스캔에 다른 생각,하지만 여전히 아주 유사하므로 대신 차를 생각 ICP 생각으로 이동하는 것은 여전히 이다. 나는 환경에 대한 좋은 등