0

我正在尝试使用安装在门的旋转中心附近的单色摄像机进行深度测量的某种物体检测。基本思想是检测门前的物体(向上摆动时),并在门无法完全打开时产生碰撞警告。旋转下的场景重建和小型摄像机移动

有一些问题,我不得不面对:

  • 小运动:相机从0°-90°旋转,只有有限的翻译(由于摄像头位置)
  • 的相机镜头是鱼眼(AOV〜100°的垂直和水平180°)

我的尝试:

  • 运动结构:

    即使是完整的序列(从0°-90°旋转),我只能得到一个非常糟糕的场景重建。由于相机运动很少,我相信用这种方法很难取得好的效果(特别是因为碰撞警告我不能使用完整的视频序列)。

  • 伪造立体声重建:

    我使用两个连续图像,整流他们并试图产生视差图。几乎每次在图像内部都会出现对流,这会在整流时导致大量失真。但即使当图像位于图像之外(可以纠正),视差图也是不可用的(片段,没有独特的结构)。

如果有人有一些想法,我可以在这里尝试,我将不胜感激。也许光流在这里适合?

我对某种(数学)证明感兴趣,当某种解决方案实际上不可行时。使用SfM等算法获得良好重建结果是否需要最少量的运动?对于SfM来说翻译是否比旋转更好?

+0

嗡嗡声,如果有什么东西足够接近门打开时门被打开,它足够接近,可以使用基于声纳的接近传感器检测到(或者,如果它移动,任何种类的范围限制运动传感器)。 为什么你想在这种奇怪的配置中使用相机?是否因为其他原因已经在那里? –

回答

1

我相信你已经在为什么这是非常困难的。如果没有附加的场景依赖提示/线索,仅旋转重建是不可能的。

你可能想看看下面的纸张,使用室内环境的假设,以从单个图像进行三维重建:

E. Delage, Honglak Lee, and A.Y. Ng. A dynamic bayesian network model 
for autonomous 3d reconstruction from a single indoor image. In Computer 
Vision and Pattern Recognition, 2006 IEEE Computer Society Conference 
on, volume 2, pages 2418?2428, 2006. 

也许是最好的解决办法是改变摄像机的安装因此铰链旋转也会应用平移。

+0

感谢您的回复。我已经听说只有轮转重建是不可能的,但是我没有找到明确解释或证明这一点的好资源。也许你有更多关于这方面的信息?感谢您的论文建议。 –

+1

第9.2节。(Hartley,Zisserman - 计算机视觉中的多视图几何图形)显示基本矩阵依赖于非零平移。第12.1节指出,重建需要一个基本矩阵。 – Photon