我正在观看关于使用8点算法估计用于立体视觉的基本矩阵的讲座 . 据我所知,一旦我们恢复了两台摄像机之间的基本矩阵,我们可以在另一台摄像机上计算出一条点上的极线 . 根据我的理解,这条极线(经过纠正后)可以很容易地找到特征对应关系,因为我们只是沿着一维线匹配特征 .
混淆来自于8点算法本身需要至少8个特征对应来估计基本矩阵的事实 .
那么,我们找到点对应来恢复用于找到点对应关系的矩阵?
这似乎是一个鸡蛋悖论,所以我想我误解了一些东西 .
基本矩阵可以预先计算 . 这带来两个好处:
您可以使用一个很好的环境,可以轻松匹配功能(如使用棋盘)来计算基本矩阵 .
您可以在整个图像中使用更多计算成本更高的操作,如SIFT,FLANN和RANSAC序列,因为您只需要执行一次 .
获得基本矩阵后,您可以在计算基本矩阵时比使用相同方法更有效地在嘈杂环境中找到对应关系 .
1 回答
基本矩阵可以预先计算 . 这带来两个好处:
您可以使用一个很好的环境,可以轻松匹配功能(如使用棋盘)来计算基本矩阵 .
您可以在整个图像中使用更多计算成本更高的操作,如SIFT,FLANN和RANSAC序列,因为您只需要执行一次 .
获得基本矩阵后,您可以在计算基本矩阵时比使用相同方法更有效地在嘈杂环境中找到对应关系 .