Image processing 机器视觉问题-照片匹配。使用OpenCV是否可能/已知解决方案?

Image processing 机器视觉问题-照片匹配。使用OpenCV是否可能/已知解决方案?,image-processing,opencv,computer-vision,matching,overlap,Image Processing,Opencv,Computer Vision,Matching,Overlap,已经搜索了这么多,也检查了OpenCV列表,但没有找到答案,在这里发布我的查询 问题:匹配同一场景的两张照片,从两个稍有不同的摄影机角度拍摄,镜头畸变稍有不同,变焦级别稍有不同,在稍有不同的照明条件下拍摄 限制条件: 在大多数情况下,上述声明中稍有不同,则表示最大值为10% 所讨论的场景将被视为室内场景,或是细节有限的室外场景 匹配精度为75%是可以接受的 这些照片的分辨率不高(主要使用消费级廉价/手机摄像头拍摄) 让我希望这个问题可以解决的是软件的存在,它可以缝合照片来创建全景。他们似乎能神奇

已经搜索了这么多,也检查了OpenCV列表,但没有找到答案,在这里发布我的查询

问题:匹配同一场景的两张照片,从两个稍有不同的摄影机角度拍摄,镜头畸变稍有不同,变焦级别稍有不同,在稍有不同的照明条件下拍摄

限制条件:

  • 在大多数情况下,上述声明中稍有不同,则表示最大值为10%
  • 所讨论的场景将被视为室内场景,或是细节有限的室外场景
  • 匹配精度为75%是可以接受的
  • 这些照片的分辨率不高(主要使用消费级廉价/手机摄像头拍摄)
  • 让我希望这个问题可以解决的是软件的存在,它可以缝合照片来创建全景。他们似乎能神奇地自动找出重叠的部分。即使地平线方向不完全匹配,曝光级别或背景照明存在细微差异,并且存在微小的缩放级别差异,它们也会这样做。我想,我需要的是一个非常相似的工作流程和一套算法

    请注意,虽然我的问题可能看起来类似于一个问题,但实际上并非如此。

    您需要计算图像之间的点对应关系,例如

    一旦你有了单应性,你可以做一个比较,这样他们就匹配起来了。接下来,您可以尝试在接缝处进行某种混合,使其看起来无缝

    这很好地描述了它。您可以使用冲浪兴趣点替换Szeliski使用的面向多比例的面片。以下是一些让您开始学习的更多资源:

  • 单应与镶嵌
  • 有点关于羽化

  • 谢谢你,雅各布。回答得很好。一周前,我问某人什么是冲浪兴趣点,在youtube视频中观看冲浪泡泡,结果是在FPGA上实现了冲浪。因此,我有我的晚上,可能周末充分阅读了这一点。我会看看是否有更多的答案,然后接受它。