Как оценить матрицу позы камеры для нового изображения I из известного трехмерного облака точек (построенного без I) с использованием OpenCV
У меня следующая проблема: дано трехмерное облако точек, его набор видов В с известными позами и видом v ∉ В (то есть с совершенно неизвестной позой), как оценить матрицу позы камеры v избегая запустить реконструкцию снова с В ∪ {v}?
Я пытаюсь решить эту проблему в OpenCV 3.2, однако любая идея, интуиция или псевдокод, которые вы можете мне предоставить, были бы очень полезны. Спасибо!
Решение
Ну, очевидно, вам нужно установить соответствие точек изображения между новым видом и старым, используя облако точек, например, сопоставляя дескрипторы изображений (SURF, ORB, …), связанные с проекциями точек облачности на старых изображениях, и сопоставляя их с точками интереса, извлеченными в новом.
Затем вы можете пройти обычный процесс удаления выбросов, используя алгоритм 5 или 8 баллов. Получив хорошие соответствия, вы можете просто использовать solvePnP от облачных точек до их соответствующих местоположений на новом изображении.
Обратите внимание, что это, по сути, то, что алгоритмы VSLAM делают для всех «новых» изображений, когда нет необходимости перераспределять.
Другие решения
Других решений пока нет …
detector