python - 使用OpenCV的视觉Odometry

Question

我正在尝试在OpenCV Python中实现单眼(单相机)视觉测距法。 Wikipedia在此处提供了常用的方法步骤http://en.wikipedia.org/wiki/Visual_odometry
我使用Lucas Kanade追踪器计算了光流。代码在这里给出http://docs.opencv.org/trunk/doc/py_tutorials/py_video/py_lucas_kanade/py_lucas_kanade.html
Wiki上的第4步说:“检查流场 vector 是否存在潜在的跟踪误差，并消除异常值”。如何在OpenCV(python)中执行此操作？我应该使用什么算法/函数？那第5步和第6步呢？我在某处读到(请参阅第三条评论http://opencv-users.1802565.n2.nabble.com/optical-flow-with-kalman-filter-td6578617.html)，如果使用Lucas Kanade，卡尔曼滤波器将不会对性能产生任何改善。

Answer 1

至于删除带有错误的 vector ，您应该根据calcOpticalFlowPyrLK返回的状态过滤关键点。以下代码可以帮助您:

def featureTracking(image_ref, image_cur, px_ref):
    kp2, st, err = cv2.calcOpticalFlowPyrLK(image_ref, image_cur, px_ref, None, **lk_params)  # shape: [k,2] [k,1] [k,1]

    st = st.reshape(st.shape[0])
    kp1 = px_ref[st == 1]
    kp2 = kp2[st == 1]

    return kp1, kp2

至于第5步和第6步，找到必要的矩阵并使用它估计姿势(openCV函数 findEssentialMat和 recoverPose。您可以浏览以下示例:

https://github.com/uoip/monoVO-python

https://github.com/luigifreda/pyslam

并阅读以下两篇文章:

https://avisingh599.github.io/vision/visual-odometry-full/

https://avisingh599.github.io/vision/monocular-vo/