असमानता मानचित्र से ओपनसीवी गहराई अनुमान

Question

मैं ओपनसीवी के साथ एक स्टीरियो जोड़ी छवियों से गहराई का अनुमान लगाने की कोशिश कर रहा हूं।

   (Baseline*focal) 
depth =  ------------------ 
      (disparity*SensorSize) 

मैं ब्लॉक मिलान तकनीक का इस्तेमाल किया दो rectificated छवियों में एक ही अंक खोजने के लिए: मैं असमानता मानचित्र और गहराई आकलन के रूप में प्राप्त किया जा सकता है। ओपनसीवी कुछ ब्लॉक मिलान पैरामीटर सेट करने की अनुमति देता है, उदाहरण के लिए BMState->numberOfDisparities।

के बाद ब्लॉक मिलान प्रक्रिया:

cvFindStereoCorrespondenceBM(frame1r, frame2r, disp, BMState); 
cvConvertScale(disp, disp, 16, 0); 
cvNormalize(disp, vdisp, 0, 255, CV_MINMAX); 

मैं गहराई मूल्य पाया के रूप में:

if(cvGet2D(vdisp,y,x).val[0]>0) 
    { 
    depth =((baseline*focal)/(((cvGet2D(vdisp,y,x).val[0])*SENSOR_ELEMENT_SIZE))); 
    } 

लेकिन obtaied गहराई मूल्य BMState->numberOfDisparities का मूल्य की वजह से पिछले फार्मूले के साथ obtaied मूल्य से अलग है जो परिणाम मूल्य बदलता है।

मैं इस पैरामीटर को कैसे सेट कर सकता हूं? इस पैरामीटर को बदलने के लिए क्या?

धन्यवाद

Answer 1

सरल सूत्र मान्य है यदि और केवल यदि सही करने के लिए छोड़ दिया कैमरे से प्रस्ताव एक शुद्ध अनुवाद है (विशेष रूप से, क्षैतिज छवि धुरी के समानांतर)।

अभ्यास में यह शायद ही कभी मामला है। उदाहरण के लिए, उदाहरण के लिए, rectifying छवियों के बाद मिलान करने के लिए, यानी एक ज्ञात मौलिक मैट्रिक्स का उपयोग करके उन्हें युद्ध करने के बाद, ताकि समान पिक्सेल एक ही पंक्ति से संबंधित हो। एक बार जब आप पर संशोधित छवियों पर मेल खाते हैं, तो आप उन्हें संशोधित वार के विपरीत उपयोग करके मूल छवियों पर रीमेप कर सकते हैं, और फिर दृश्य को पुनर्निर्माण के लिए 3 डी स्पेस में त्रिकोण बना सकते हैं। ओपनसीवी के पास ऐसा करने का दिनचर्या है: reprojectImageTo3d

Answer 2

ऊपर उल्लिखित सूत्र कैमरा कैमरे के रूप में काम नहीं करेगा और छवि विमान समान नहीं है यानी कैमरा कुछ ऊंचाई पर स्थित होगा और जिस विमान को कैप्चर किया जाएगा वह जमीन पर होगा । तो, आपको इस सूत्र में थोड़ा बदलाव करना है। आप इन असमानता मानों और बहुपदवक्र फिटिंग पर ज्ञात दूरी को फिट कर सकते हैं। इससे आप गुणांक प्राप्त करेंगे जिन्हें अन्य अज्ञात दूरी के लिए उपयोग किया जा सकता है। दूसरा तरीका रैप मैट्रिक्स और reprojectimageTo3d (Opencv API) का उपयोग करके 3 डी पॉइंट क्लाउड बनाना है।