algorithm - 如何从 LSD 线检测器生成的此类数据中获取相机位置？

Question

例如我有 这种带坐标的线。如何(使用什么算法)生成某种简单的 3d 场景，这意味着获取从相机到我们面对的墙壁的相对距离？

Answer 1

起点:http://en.wikipedia.org/wiki/Pinhole_camera_model以及其中一本引用书:Richard Hartley 和 Andrew Zisserman (2003)。计算机视觉中的多 View 几何。剑桥大学出版社。

对于 C++ 中的实现:http://opencv.willowgarage.com/documentation/cpp/calib3d_camera_calibration_and_3d_reconstruction.html

一个非常简单的方法:请注意，这只是为了解释一般原则。

假设您知道现实世界中墙壁(瓷砖？)上的网格的测量值，您可以校准相机，从而获得内在和外在相机参数;从这些参数中，您可以获得相机在真实世界场景中的位置(相机中心)。

例如，您可以将 XYZ 引用框架的原点放在右垂直墙与面向相机的墙相交的上角，然后在现实世界中测量 XYZ 引用框架中每个瓷砖角的坐标，因此你有一组 3D 点(我们称它们为 objectPoints)，这些点的度量单位是毫米(或英寸)。

3D 点不能在同一平面上。

然后你需要在图像上找到相同的点，你会得到一组二维点，这些点的“度量单位”是像素(我们称它们为imagePoints)。

3D - 2D 对应是算法的输入，它为您提供相机参数(参见例如 http://en.wikipedia.org/wiki/Camera_resectioning 或 OpenCV 函数 calibrateCamera http://opencv.willowgarage.com/documentation/cpp/calib3d_camera_calibration_and_3d_reconstruction.html#cv-calibratecamera以 objectPoints 作为第一个参数，以 imagePoints 作为第二个参数)

从相机参数中，您可以获得相机中心，即相机与 XYZ 引用系 (0,0,0) 之间的距离。