image-processing - 用于测量图像中像素之间的欧几里得距离的算法

Question

我有许多图像，其中我知道焦距、像素数、尺寸和位置(来自 GPS)。它们都是以高倾斜的方式，用市售相机在地面上拍摄的。

alt text http://desmond.yfrog.com/Himg411/scaled.php?tn=0&server=411&filename=mjbm.jpg&xsize=640&ysize=640

计算图像中某些像素之间的欧几里德距离的最佳方法是什么？如果确实有可能。

Answer 1

假设您不是在寻找完整的景观建模，而是在寻找一个简单的近似值，那么这应该不会太难。基本上，您的图像的第一个近似值简化为沿平面观察的具有已知焦距的相机。因此，我们可以非常轻松地以 3D 形式创建系统模型——这与观看棋盘演示的经典观察者相去甚远。

通常我们的图形问题是将 3D 模型投影到 2D 中，以便我们可以渲染图像。尽管现在大多数程序都使用 API(例如 OpenGL)来执行此操作，但方程式并不是特别复杂或难以理解。我使用来自 3D Graphics In Pascal 的示例编写了我的第一个代码这是一篇很好的清晰论文，但还会有很多其他类似的来源(尽管现在可能更少，因为总是使用硬件 API)。

对此有用的是投影方程是可交换的，因为如果您在图像和模型上有一个点，您可以通过投影运行数据以检索原始 3D 坐标 - 这就是您希望做的。

因此，有几种方法建议:要么自己编写代码直接执行上述操作，要么可能更简单地使用 OpenGL(为此我建议使用 GLUT toolkit)。如果您的数学很好并且操作矩阵不会给您带来任何问题，那么我会推荐前者，因为解决方案会更紧凑并且很有趣 - 否则采用 OpenGL 方法。您可能也想尽早将相机/平面近似转换为相机/球体。

如果这不足以满足您的需求，那么理论上进行实际景观建模是可行的。 SRTM数据是免费提供的(尽管不是最友好的形式)，因此结合您的 GPS 位置，应该可以创建一个网格模型，您可以在其中应用与上述相同的算法。