Algorithm OpenCV>&燃气轮机;从运动中构造>&燃气轮机;使用BundleAdjusterReproj进行捆绑调整

Algorithm OpenCV>&燃气轮机;从运动中构造>&燃气轮机;使用BundleAdjusterReproj进行捆绑调整,algorithm,opencv,computer-vision,Algorithm,Opencv,Computer Vision,OpenCV具有内置的束调整模块(例如BundledJustErreProj),这些模块使用对象来指示一个图像到下一个图像之间的差异/变化,在代码中挖掘似乎struct使用的是单应矩阵(假设为平面场景),而不是基本/基本矩阵(非平面场景),也就是说,OpenCV束调整模块是否适用于SFM(非规划器场景),因此,我是否可以简单地将“MatchesInfo::H”设置为基本/基本矩阵,或者,我是否应该自己实现重投影算法?我也无法解决。希望它有很好的记录。。。顺便说一下,它实现了莱文伯格·马夸特。我也

OpenCV具有内置的束调整模块(例如BundledJustErreProj),这些模块使用对象来指示一个图像到下一个图像之间的差异/变化,在代码中挖掘似乎struct使用的是单应矩阵(假设为平面场景),而不是基本/基本矩阵(非平面场景),也就是说,OpenCV束调整模块是否适用于SFM(非规划器场景),因此,我是否可以简单地将“MatchesInfo::H”设置为基本/基本矩阵,或者,我是否应该自己实现重投影算法?

我也无法解决。希望它有很好的记录。。。顺便说一下,它实现了莱文伯格·马夸特。我也一直在努力解决这个问题。然而,我不相信这个模块应该为SfM正常工作,因为您也注意到了一件事——它使用单应性,因此假设平面场景。SfM需要场景中的深度。否则,您将得到一个几乎平坦的模型,这完全是无用的。我最近偶然发现了cv::LevMarqSparse和下面的博客——这个家伙甚至提供了示例代码(也可以查看YouTube视频)。请注意,示例代码使用生成的一组点和视图。如果您想要健壮的束调整,我建议使用g2o或Google的Ceres Solver。不过,它们需要更多的学习。