块捆绑调整流程

Question

我上平差工作查找

• X，Y，图像点
• 的照相机特性修正后的值的Z值（外部参数等。）
• 更正测量

在我看来BB调整过程值是通过以下步骤进行（相机内部函数给出）：

1. 收集联接点（X，Y为每个图像对）和地面控制点（x，y和相关的X，Y，对于每个图像Z上的位置）
2. 计算初始外部参数（相机姿势），用于每个视图
3. 计算每个连接点的初始通过使用相机真实世界位置姿势
4. 通过使用所有这些初始值和其他参数作为输入
5. 稀疏束调整为准确的结果的使用输出执行稀疏束调整步骤现实世界的位置，外在特征和测量。

我想问的一件事是如果该流是正确的。有很多方法可以从视图进行结构和运动估计，所以我不能确定这一点。

当我通过各种资源进行搜索时，发现存在执行块捆绑调整操作的每个部分的库。对于每个步骤：可用于自动连接点采集

1. 像OpenCV的图像处理库
2. cvFindExtrinsicCameraParams2可以用于空间切除（但它需要4个点，用于块捆绑调整需提到的是3地面控制点是足够的每个视图。应该使用另一种方法，像从立体视图姿态估计？）
3. 通过使用的OpenCV三角测量和投影方法，真实世界位置可以被计算
4. SBA或SSBA是适于这个操作
5. N/A

一个另一个问题是，如果前面提到的流动是正确的，相匹配的库都够实现整个流程？（可能是更好的建议为每个零件）

我新手在这个领域，所以我感谢在这个问题上的任何帮助，谢谢...

Answer 1

你已经描述了立体摄影测量的默认方法。而不是使用计算机视觉术语（外在的，内在的），我建议你使用内部和外部方向来进行搜索。如果您的重叠图像数量有限，并且它具有一些定义良好的误差估计方法，那么这是一个很好的方法。
下面是一些基本的数学：

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

0.2。 cvFindExtrinsicCameraParams2可以用于空间切除术（但它 要求4分，用于块捆绑调整需提到的是3个 地面控制点是足够的每个视图。

原因由cvFindExtrinsicCameraParams2是需要四个控制点如果你没有足够的控制，你可能不得不使用另一种方法（或传感器）来估计最初的摄像机姿态矢量