基于立体校正边缘图像的 3D 重建

Question

我有两个闭合曲线立体校正边缘图像。是否可以找到边缘图像之间的差异（沿图像坐标中的 x 轴）并进行 3D 重建，因为我知道相机矩阵。我正在使用matlab进行该过程。而且我将无法使用基于窗口的技术，因为它是二进制图像，因为基于窗口的技术需要纹理。问题是如何计算边缘图像之间的差异？图像可在以下链接中找到。左边缘图像https://www.dropbox.com/s/g5g22f6b0vge9ct/edge_left.jpg?dl=0 右边缘图像https://www.dropbox.com/s/wjmu3pugldzo2gw/edge_right.jpg?dl=0

Answer 1

对于这种类型的图像，您可以轻松地将左侧图像中的每个边缘像素映射到右侧图像中的对应像素，从而像往常一样计算这些像素的视差。

映射可以通过多种方式完成，具体取决于这些图像的典型程度。例如，使用类似 DTW 的方法来匹配曲率。

对于图像中的所有其他像素，您只是没有任何信息。

Answer 2

@Photon：感谢您的建议。我按照你的建议做了。我以类似 DTW 的方式匹配左右图像中的每个边缘像素。但是有些像素的 y 像素坐标值相差 1 或 2 个像素，尽管它们已正确校正。所以我通过使用最小二乘法平均那些不同的（y轴上最多2个像素的差异）边缘像素来计算深度。但是我最终得到了这个空间曲线（https://www.dropbox.com/s/xbg2q009fjji0qd/false_edge.jpg?dl=0），而实际上它们应该是这样的（https://www.dropbox.com/s/0ib06yvzf3k9dny/true_edge.jpg?dl=0），它是使用 RGB 图像获得的。我想不出任何其他原因，因为我比较过通过沿 408 个边缘像素遍历。