立体相机镜面重建(二)双目立体镜面重建

使用双目相机,配合镜子、屏幕,可以直接获得镜面的三维数据,无需先验知识。因此使用双目镜面重建方式对镜子表面进行重建。

(一)重建步骤

使用左相机光线法来计算镜面点:

1.取一个像素点,计算其与左相机中心所构成的方向线,并计算出来该点加畸变之后的像素位置。

2.使用在左图像上加畸变的像素位置,根据双线性插值方法计算出来相位值。并计算该像素值在屏幕上的位置,根据屏幕到左相机的相对位置,计算出来屏幕坐标在左相机中的空间位置。

3.按照1中所计算的方向线,以一定的步长计算三维点,由于该点在左相机坐标系下,可以根据该点的方向、屏幕坐标在左相机坐标系下的坐标点 计算该点的法向了。

4.把该按步长计算出来的三维点,根据左右相机的变换关系,变换到右相机坐标系下,然后投影到右相机中,得到带畸变的图像点,使用该图像点内插出来相位值,并对应到屏幕上该点的屏幕坐标。

5.把屏幕坐标根据 屏幕到左相机的变换关系 变换到左相机坐标系下,得到一个点。该点与 步长点、右相机投影中心构成了一个反射光路,就可以根据这三个点计算在右相机下的该点在左相机中的法线了。

6.选择能够使 两个法线acos值最小的 步长对应点,就可以作为镜面点。

(二)结果展示

1.用标定板的格网点 在左相机的像素点 计算出来的镜面点

与标定出来的点的差别:

双目重建的点

标定的点:

找了半天原因,发现使用比例来计算相位值对应的屏幕值可以茶道几个像素,所以导致了这个误差,打算后续修正一下这个近似系统误差。

来个侧写:

看来精度还是需要进一步提升的。

2.用用标定板的格网点 在左相机的像素点最大x\y和最小x\y所确定的区域,重建镜面

相关推荐
千宇宙航3 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十四课——图像二值化的FPGA实现
图像处理·计算机视觉·fpga开发
橡晟3 小时前
深度学习入门:让神经网络变得“深不可测“⚡(二)
人工智能·python·深度学习·机器学习·计算机视觉
墨尘游子3 小时前
神经网络的层与块
人工智能·python·深度学习·机器学习
Leah01053 小时前
什么是神经网络,常用的神经网络,如何训练一个神经网络
人工智能·深度学习·神经网络·ai
PyAIExplorer4 小时前
图像亮度调整的简单实现
人工智能·计算机视觉
Striker_Eureka4 小时前
DiffDet4SAR——首次将扩散模型用于SAR图像目标检测,来自2024 GRSL(ESI高被引1%论文)
人工智能·目标检测
Rvelamen5 小时前
LLM-SECURITY-PROMPTS大模型提示词攻击测评基准
人工智能·python·安全
AI technophile5 小时前
OpenCV计算机视觉实战(15)——霍夫变换详解
人工智能·opencv·计算机视觉
JNU freshman6 小时前
计算机视觉 之 数字图像处理基础(一)
人工智能·计算机视觉
千宇宙航6 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十五课——基于sobel算子边缘检测的FPGA实现
图像处理·计算机视觉·fpga开发