来自单个校准相机的 2 个连续帧的视差图。可能吗？

Posted 2023-02-23

【中文标题】来自单个校准相机的 2 个连续帧的视差图。可能吗？

【英文标题】：disparity map from 2 consecutive frames of a SINGLE calibrated camera. Is it possible?

【发布时间】：2012-02-22 21:30:04

【问题描述】：

stereo_match.cpp example 将 L 和 R 图像转换为视差和点云。我想调整这个例子来计算 single 校准相机的 2 个连续帧的视差和点云。可能吗？如果这个例子不适合我的范围，获得我想要的东西的步骤是什么？

【参考方案1】：

立体系统上的视差图用于获取深度信息 - 到场景中对象的距离。为此，您需要相机之间的距离，以便能够将视差信息转换为真实尺寸。

另一方面，如果您有来自静态相机的连续帧，我想您想要它们之间的差异。您可以使用光流算法获得它。以与视差相同的方式，为图像中的每个像素计算密集光流，并输出运动方向和幅度。最常见的 OF 是稀疏的——它们只跟踪一组“强”或明确定义的点。

如果您有一个静态场景，那么获取视差算法可能是有意义的，但是您移动相机，模拟立体装置中的两个相机。

【参考方案2】：

如果相机（或场景）正在移动，则是

【讨论】：

是的，我移动校准过的相机并拍摄静态物体的视频。从该视频的 2 个连续帧中获取视差图的步骤是什么？

@Fobi - 与立体声装置完全相同。识别匹配点（例如 SURF）并求解相机位移矢量，然后对于场景中的每个匹配点，您都有视差和基线

求解相机位移矢量？你可以说得更详细点吗？我必须使用什么 OpenCV 函数？

【参考方案3】：

我想我们无法从单个相机计算出准确的视差图。在计算视差图时，我们基本上假设立体装置中两幅图像的垂直像素坐标相同，只有水平像素坐标发生变化，但在单目图像序列中，这可能不成立，因为相机在两个连续的图像之间移动帧。