exponenta event banner

Структура из движения

3-D реконструкция из нескольких видов

Структура из движения (SfM) - процесс оценки 3-D структуры сцены по набору 2-D изображений. Дополнительные сведения см. в разделе Обзор Visual SLAM.

Приложения

Калибратор камерыОценка геометрических параметров одной камеры
Калибратор стереокамерыОценка геометрических параметров стереокамеры

Функции

развернуть все

detectBRISKFeaturesОбнаружение функций BRISK и возврат BRISKPoints объект
detectFASTFeaturesОбнаружение углов с помощью алгоритма FAST и возврата cornerPoints объект
detectHarrisFeaturesОбнаружение углов с помощью алгоритма Харриса-Стивенса и возврат cornerPoints объект
detectMinEigenFeaturesОбнаружение углов с помощью алгоритма минимального собственного значения и возврата cornerPoints объект
detectMSERFeaturesОбнаружение функций MSER и возврат MSERRegions объект
detectSURFFeaturesОбнаружение элементов SURF и возврат SURFPoints объект
extractFeaturesИзвлечение дескрипторов процентных пунктов
matchFeaturesПоиск соответствующих функций
matchFeaturesInRadiusПоиск соответствующих элементов в пределах указанного радиуса
vision.PointTrackerОтслеживание точек в видео с использованием алгоритма Канаде-Лукас-Томази (KLT)

Сохранение изображения и данных камеры

imageviewsetУправление данными для структуры от движения, визуальной одометрии и визуального SLAM
worldpointsetУправление соответствиями между 3-D и 2-D точками
cameraIntrinsics Объект для хранения собственных параметров камеры
rigid3d3-D жесткое геометрическое преобразование
affine3d 3-D аффинное геометрическое преобразование

Оценка положения камеры

estimateEssentialMatrixОценка существенной матрицы по соответствующим точкам в паре изображений
estimateFundamentalMatrixОценка фундаментальной матрицы по соответствующим точкам в стереоизображениях
estimateWorldCameraPoseОценка соответствия положения камеры от 3-D до точки 2-D
relativeCameraPoseВычислить относительное вращение и перемещение между позициями камеры

Триангулировать точки изображения

pointTrackОбъект для хранения совпадающих точек из нескольких представлений
findTracksПоиск совпадающих точек в нескольких представлениях
triangulate3-D местоположения неискаженных точек совпадения в стереоизображениях
triangulateMultiview3-D расположения точек мира, совпадающих по нескольким изображениям

Оптимизация позиций камеры и точек 3-D

bundleAdjustmentУточнение позы камеры и 3-D точек
bundleAdjustmentMotionУточнение позы камеры с помощью регулировки пучка только для движения
bundleAdjustmentStructureУточнение точек 3-D с помощью корректировки пучка только по структуре
stereoAnaglyphСоздание красно-голубого анаглифа из стереопары изображений
pcshowПечать 3-D облако точек
plotCameraПечать камеры в 3-D координатах
showMatchedFeaturesОтображение соответствующих характерных точек
rotationMatrixToVectorПреобразование матрицы вращения 3-D вектор поворота
rotationVectorToMatrixПреобразование вектора поворота 3-D матрицу поворота

Темы

Приложения для калибровки камеры

Приложение калибратора для одной камеры

Оцените характеристики камеры, внешние характеристики и параметры искажения объектива.

Приложение калибратора стереокамеры

Откалибруйте стереокамеру, с помощью которой можно восстановить глубину изображения.

Визуальная одометрия

Монокулярная визуальная одометрия

Определение местоположения и ориентации камеры путем анализа последовательности изображений.

Однодневная визуальная одновременная локализация и отображение

Визуальная одновременная локализация и сопоставление (vSLAM).

Основы

Системы координат

Указание индексов пикселей, пространственных координат и 3-D систем координат

Типы элементов точек

Выберите функции, возвращающие и принимающие объекты точек для нескольких типов элементов

Обнаружение и извлечение локальных элементов

Узнайте о преимуществах и приложениях локального обнаружения и извлечения функций

Структура из обзора движения

Оценка трехмерных структур по двухмерным последовательностям изображений

Обзор визуального SLAM

Понимание процесса визуальной одновременной локализации и сопоставления (SLAM).

Характерные примеры