块束调整流程

Posted 2023-03-05

【中文标题】块束调整流程

【英文标题】：Block Bundle Adjustment Flow

【发布时间】：2012-03-24 22:54:26

【问题描述】：

我正在进行捆绑块调整以进行查找

图像点的 X,Y,Z 值 相机特性的更正值（外部参数等） 测量值更正

在我看来，BB 调整过程是按照以下步骤完成的（给出了相机内在函数）：

收集连接点（每个图像对的 x,y）和地面控制点（x,y 和每个图像的相关 X,Y,Z 位置） 计算每个视图的初始外部参数（相机位姿） 使用相机姿势计算每个连接点的初始真实世界位置 使用所有这些初始值和其他参数作为输入来执行稀疏束调整步骤 使用稀疏束平差的输出作为真实世界位置、外部特征和测量的准确结果。

我想问的一件事是该流程是否正确。从视图中进行结构和运动估计的方法有很多，所以我不能确定。

当我搜索各种资源时，我发现有一些库可以完成块束调整操作的每个部分。对于每一步：

OpenCV 等图像处理库可用于自动连接点收集 cvFindExtrinsicCameraParams2 可用于空间切除（但它需要 4 个点，对于块束调整，提到每个视图 3 个地面控制点就足够了。我应该使用另一种方法，例如从立体视图进行姿态估计吗？ ) 通过使用 OpenCV 的三角测量和投影方法，可以计算现实世界的位置 SBA 或 SSBA 适合此操作 不适用

另一个问题是，如果前面提到的流程是正确的，那么匹配的库是否足以实现整个流程？（可能对每个部分都有更好的建议）

我是这个领域的新手，所以我感谢任何关于这个主题的帮助，谢谢...

【问题讨论】：

你说你是这个领域的新手？

是的，恕我直言，我是这个领域的新手

很有趣，没有答案...

这是一个研究级别的问题。在有人已经解决了您的问题之前，很难找到答案。随着您缩小问题的范围，找到答案将变得更加困难。

你说得对，但实际上这是可以回答的。我需要等待我认为的答案......

【参考方案1】：

您已经描述了立体摄影测量的默认方法。与其使用计算机视觉术语（外在的、内在的），我建议您使用术语内部和外部方向进行搜索。如果您有有限数量的重叠图像，这是一种很好的方法，并且它具有一些定义明确的误差估计方法的好处。 这是一些基本的数学：

http://itee.uq.edu.au/~elec4600/elec4600_lectures/1perpage/uq1.pdf http://itee.uq.edu.au/~elec4600/elec4600_lectures/1perpage/uq2.pdf

.2。 cvFindExtrinsicCameraParams2 可用于空间切除（但它 需要 4 分，对于块束调整，提到 3 地面控制点对于每个视图都足够了。

cvFindExtrinsicCameraParams2 需要四个控制点的原因是方程只有三个是欠定的。如果您没有足够的控制权，您可能必须使用替代方法（或传感器）来估计初始相机位姿向量。

【讨论】：

感谢您提供的信息和幻灯片。这是对我的问题的一个也是最接近的答案。

幻灯片不再可用。我可以在其他任何地方找到它们吗？