OpenCV特征对到点云

Question

我在两个立体图像中有一些SIFT特征，我试着把它们放在3D空间中。我已经找到了三角点，这似乎是我想要的，然而，我有麻烦的论点

triangulatePoints有4个参数，projMatr1和projMatr2是我的问题的起点，projPoints1和projPoints2是我的特征点。OpenCV文档建议使用stereocorrect来查找投影矩阵

StereoConvertive采用固有的相机矩阵（我之前用CalibleCamera计算过）和来自校准的图像大小。以及两个参数R（旋转矩阵）和T（平移向量），这两个参数可以通过立体标定找到

然而，stereoCalibrate需要“对象点”，我很确定我无法计算没有参考的图像，这有点困难

这是从一对特征计算三维位置的最佳方法吗？如果是这样，我如何计算projMatr1和projMatr2没有立体校准

Answer 1

正如你所说，你没有校准，所以让我们忘记校正。你想要的是点的深度，所以你可以将它们投影到3D中（然后只使用一个相机的固有校准，主要是焦距）

由于您没有校正，因此无法预期准确的结果，因此让我们尽量接近：

深度是焦距乘以基线除以视差，视差和焦距以像素为单位，深度和基线以（推荐）米为单位

为了获得准确的视差，你需要一个校正过的相机和两幅图像中你的特征之间的对应关系。由于没有校准，你没有希望纠正，你可以尝试只使用原始图像代替。相机越平行，效果就越好。如果它们不平行，您将在这里引入一个错误，您的结果将变得不那么准确。如果这变得糟糕，你必须找到一个方法来校准你的相机

但最重要的是，两幅图像中的特征之间需要对应。在两个图像中运行SIFT是不行的。更好的方法是只在一幅图像中运行SIFT，然后为另一幅图像中的每个特征找到相应的像素。有很多方法，我相信OpenCv有一些简单的块匹配内置