相位匹配实验
来源:互联网 发布:下载枪林弹雨刷枪软件 编辑:程序博客网 时间:2024/06/07 15:35
整理思路,一步一步的调试:
1. 将6组平行的标定图加到toolbox中去标定RT,然后修改two2three中的RT改为直接 调用toolbox中RT。
效果:重建面型变形稍好,但上面部分精度还是不高,失败。
2. 在toolbox中利用已知的X_n和[R T]、内参,求解出Heikkilla矩阵的系数。
思路一:(思路错误)
在toolbox中利用世界坐标X_n*R+T(RT已求),算出无畸变的摄像机坐标(x y z)。然后利用reproject 投影得到的(u‘ v‘ 1)乘以内参的逆矩阵得到归一化的、 有畸变的摄像机坐标(x/z y/z 1),然后利用z*[X_n*R+T]=[内参]-1*(u‘ v‘ 1)=(x/z y/z 1),求出z后再带回去求出有畸变的(x' y' z'),最后将(x y z)和(x' y' z')联立求解Heikkilla系数。
思路二:
在toolbox中利用世界坐标X_n*R+T(RT已求),算出无畸变的摄像机坐标(x y z)。然后再将(x y z)归一化处理得出无畸变的(x/z y/z 1)。再有反向投影得出的(u‘ v‘ 1)带入方程z*(u‘ v‘ 1)=[内参]*[ x' y' z' ]中,变形得到:归一化的方程[x'/z' y'/z' 1 ]=(u‘ v‘ 1)*[内参]-1 ,求出有畸变的摄像机坐标[x'/z' y'/z' 1 ],最后将(x/z y/z 1)和[x'/z' y'/z' 1 ]联立求解Heikkilla系数。
效果:面型下部分交以前稍好,但面型上部分精度依然不高,失败。
3. 为了消除左相机CCD本身损坏带来的问题,将右相机做为基准相机进行反向的重建。(重建程序和左相机重建程序完全一样)
效果:比用左相机做为基准标定的面型稍差,也是面型下部拟合相对较好,上部拟合精度很差,失败。
4. 重新检查所有程序:
1、toolbox求内参和消畸变(Heikkilla)系数:没问题。
2、
5. 对12组的交错图片进行互补性实验,重建的左相机面型不如用平行组图标定的面型,失败。
6. 重新toolbox标定,然后进行左相机的标定,注意修改相机白点带来的相位值是零的点参与拟合的时候带来的误差,进行重建。
效果:成功!
改善:用datacollect收集人像图片的时候,采集灰度图面型会更加光滑,效果更好,而真彩图会出现面型粗糙,经过实验验证了,但原因未知。
修改datacollect程序。
基本完成。
- 相位匹配实验
- 相位相关影像匹配算法
- 模板匹配&&频域相位相关
- 汇编字符串匹配实验
- 颜色匹配实验
- 括号匹配实验3
- 堆栈应用括号匹配实验
- 密集匹配实验数据共享
- 汇编实验:查找匹配字符串
- 相位图
- 线性相位
- 相位噪声
- 线性相位
- 相位补偿
- 数据结构实验之栈四:括号匹配 字符串匹配
- 数据结构实验--括号匹配算法改进
- 数据结构实验之栈四:括号匹配
- 数据结构实验之栈四:括号匹配
- 简单web服务器程序(配置文件读取端口)
- Debug与Trace的区别?//作者:西西
- 【Java基础】Hibernate之360度环视
- 看数据结构写代码(56) 平衡二叉树(AVL树)
- 2015上海●全球零售自有品牌产品亚洲展
- 相位匹配实验
- Android shape样式
- OpenSessionInViewFilter
- 国际专家齐聚申城,助力中国制造2025
- Linq tostring() issue
- Android上构建基于httpclient的网络连接池
- C# mongodb 查询
- 使用Jsch执行Shell脚本
- 半同步复制模式