Исходная внутренняя и внешняя матрица камеры и трехмерные координаты точки для настройки Bundle

Question

Я хочу реконструировать трехмерную сцену с использованием нескольких камер rgb. Входные данные не имеют информации о калибровке камеры, поэтому я хочу использовать алгоритм настройки пакета (Ceres-solver) для оценки калибровочной информации.

Теперь я уже получил парные точки с точками сопряжения, но обнаружил, что алгоритм в алгоритме настройки связности (Ceres-solver) также нуждается в исходной внутренней и внешней матрице камеры и в качестве трехмерных координат. Тем не менее, у меня нет этой информации, и я не знаю, как создать начальную догадку.

Что мне делать, чтобы генерировать исходную внутреннюю и внешнюю матрицы матрицы и координаты трех точек?

Большое спасибо!

Answer 1

Начальные параметры важны для того, чтобы помочь алгоритму сближаться с правильными локальными минимумами и, следовательно, получить хорошую реконструкцию. У вас есть различные варианты, чтобы найти встроенные функции вашей камеры (ы):

• Если вы знаете марку камеры (ы), используемую для съемки фотографии, которые вы можете попробовать найти эти встроенные функции в базе данных. Важными параметрами для вас являются ширина ПЗС и фокусное расстояние (мм). Попробуйте this one.
• Проверьте: EXIF теги ваших изображений. Для этой цели вы можете использовать такие инструменты, как jhead или exiftool.

Вам в основном требуется фокусное расстояние в пикселях и коэффициенты искажения объектива. Для того, чтобы рассчитать фокусное расстояние в пикселях вы можете использовать следующее уравнение:

focal_pixels = res_x * (focal_mm/ccd_width_mm)

Если в любом случае вы не можете найти параметры Intrinsics для ваших камера (ы), вы можете использовать следующее приближение в качестве начального приближения:

focal_pixels = 1,2 * res_x

Не устанавливайте параметры как фиксированные, поэтому параметры фокусного расстояния и искажения будут оптимизированы на шаге настройки пучка.

С другой стороны, внешние параметры значения R | T (рото-перевод матрицы) каждой камеры, рассчитанной/оптимизированной в реконструкции и расслоения шага регулировки. Поскольку масштаб неизвестен в сценариях SfM, первая восстановленная пара камер (те, у которых более высокий балл на этапе перекрестного сопоставления) генерируются из точек, проецируемых на случайное значение глубины (Z по направлению к сцене). Вам не нужно никакого начального значения для внешних или трехмерных координат точки.