我正在寻找一种方法或算法,可以让我从两幅不同图像中识别并配对点,以达到立体视觉的目的。 来自两个不同图像的点匹配算法
附图描述了我现在的情况:2台摄像机在Y轴上对齐,并在X轴上稍微偏移,查看一组点。我能够跟踪并获取这两个相机图像(IMG0和IMG1)上每个点的2D位置。
因此,我有2D的两个列表坐标:
L0 = { a0, a1, a2, a3, a4, a5, a6 }
L1 = { b0, b1, b2, b3, b4, b5, b6 }
现在,为了进行三角测量来获取每个点的三维位置,我需要知道哪些点上的图像IMG1对应IMG0上的哪一点。两个相机看到完全相同的一组点,具有相同的整体形状,但很明显,由于轻微的失真并且相机在水平方向上偏移,2D坐标不匹配从一个图像到另一个。
理想情况下,点匹配算法我正在寻找将导致列表,例如:
List = {a0-b0, a1-b1, a2-b2,...}
列表的顺序不一样长的事情,因为我确信每个点与配对正确的第二张图片。
我一直在看几篇介绍立体映射算法的论文,但是我没有发现任何与我的问题有关的问题,因为大多数算法都是基于沉重的图像特征识别,这在我的情况下并不适合我想快速实时处理所有内容。我似乎找到的最接近的解决方案是点匹配算法presented here,但再一次,这似乎对我的问题来说太重了。
任何帮助将不胜感激。
当我在网上搜索时,我能够获得许多相关链接(主要在matlab中实现)。例如:http://www.mathworks.com/matlabcentral/fileexchange/28522-stereo-matching。 – ElKamina 2013-03-19 18:49:50
点可以靠近相机吗?如果这些点非常靠近相机,或者相机距离很远,点云的形状可能会有很大的不同,并且可能需要不同的匹配算法。 – mbeckish 2013-03-19 19:51:11