3

オブジェクトの点群 (各点には色があります) と、これらのオブジェクトを示す画像があります。2D/3D で関心点を見つけて一致させたいので、画像のどの部分 (少なくとも関心点がある部分) が点群で見つかったかがわかります。

したがって、最初に興味のあるポイントを見つけ、それらの記述子を取得して一致させる必要があります。可能であれば、これは OpenCV の BRISK や ORB (特許取得済みのアルゴリズムではありません!) などの現在の高速でメモリを節約するアルゴリズムで動作するはずです。しかし、3D 用にそれらを実装する方法がわかりません。これは可能ですか？出発点となる SURF の 3D 拡張について述べた論文 (堅牢な 3 次元分類のためのハフ変換と 3D SURF) を見つけましたが、その 3D 拡張に関する情報は見つかりませんでした。それでも、問題は、そのような拡張が BRISK やその他の現在のアルゴリズムに対してどの程度実現可能かということです。

ですので、今後の進め方についてアドバイスをお願いします。

4

1 に答える 1

1

これは、エピポーラ ジオメトリとステレオ マッチングと呼ばれます。

1) 3D 点群を生成した 2 つの画像 (2D) が必要です。2) これら 2 つの画像から基本行列を作成し、エピポーラ ポイントを生成できます。MATLABで行うと非常に簡単ですが、OpenCVについてはわかりません。3) 2 つの別々の画像からのこれらのエピポーラ ポイントは、3D 世界に線を描画します。

2D -> 3D のエピポーラ ジオメトリとステレオ マッチングについて読むことをお勧めします。

于 2012-10-23T10:50:23.303 に答える