博客

1. 概念

Structure from motion 指的是由图像生成3维点云以及相机姿态，即：

– 输入：一系列图像，拍摄同一场景

– 输出： 每一张图像对应的相机位置和朝向， 场景中的3D点云

2. 算法流程

1. 获取相机内参矩阵
   
   对输入图像利用其内部的编码信息获取相机的焦距，计算内参矩阵
2. 对相邻图像两两计算匹配特征点
   
   对于3D重建而言， 一般是首先用两张图像作为初始化建出来一个初始的点云，之后不断添加后续的图像进入，并添加入点云。 那么具体添加那一张图像可以采用的方法是：看已有的图像中哪一个与已有点云中的点匹配最多就先选哪张。
3. 计算两图像之间的内参矩阵F
   
   关于fundamental matrix的推导可以使用Multiview geometry 242页 9.2.1中的几何推导以及9.2.2中的算术推导，算术推导证明如果两张图像的拍摄是纯相机平移的话，fundamental matrix是计算失败的。计算内参矩阵可以使用8点算法。具体内容参看Multiview geometry 282页 Algorithm 11.1，值得注意的是，在进行8点算法之前，需要使用RANSAC算法对特征点进行提纯（RANSAC算法中的模型使用计算基础矩阵的8点算法，参见Multiview geometry 121页 Algorithm 4.5），同时在输入计算基础矩阵之前，需要对所有的特征点进行normalize，这里是必须要做的，原因参见Multiview geometry 108页，具体做法使用109页 Algorithm 4.2.
4. 计算相机的essential matrix
   
   使用公式
   
   
   
   
   
   
   
   
   E
   
   
   
   
   =