与重建中的 x 和 y 相比，Z 值太大答案

【问题标题】：Z values way too large compared to x and y in reconstruction与重建中的 x 和 y 相比，Z 值太大
【发布时间】：2011-05-26 01:33:43
【问题描述】：

我使用三角测量公式从视差中重建 x,y,z。我的问题是 x,y 和 z 值的顺序非常不同。例如，x 的顺序类似于 0.001，y 的顺序类似，但 z 在10 的顺序。因此，我看到的是一条直线，而不是看到一张脸。有什么办法可以应用一些变换来保留人脸的结构，但得到更好的重建。

已编辑：这是一个示例 L 图像和视差图（标准化为 0-255 以进行可视化而不是真实值）。我给出这个的目的是表明视差相当不错。

【问题讨论】：

除了将 Z 值除以 10 之外？我认为您必须向我们解释为什么数据看起来如此。
我没有答案，但我在这里找到了更多关于这个问题的背景信息：cs.washington.edu/homes/indria/project/CSE576finalproject/…
@Ernest :-我不确定原因是什么。可能是为了获得 L 和 R 图像，我们裁剪了较大的 L 和 R 图像的一部分。除此之外，我不知道为什么发生了。对于 x 和 y，尽管我们使用 u 和 v，其中 u = X- middleColumn。除以 10 是否会压缩深度？以下是我使用的公式：ptgrey.com/support/kb/index.asp?a=4&q=63
@e.James:-Thanks.. 那也是我用来获取公式的页面。
@Manish：从您发布的视差图中，看起来 3D 重建应该非常简单。这不就相当于一个简单的高程图吗？也许我错过了什么。

【解决方案1】：

假设您正在使用左右图像之间的点对应关系求解基本矩阵，这是预期的结果。因为基本矩阵是秩不足的，所以它只被定义为一个比例因子。如果您根据像素单位定义所有内容，则无法以真实世界的单位重建场景。

解决这个问题需要额外的信息：三维坐标系中一对对应点之间的关系。对于立体系统，这通常是基线，即左右摄像机中心之间的距离。

【讨论】：

@Michael：我不使用任何与基本矩阵相关的东西（至少不知道）。为了找到视差，我使用 OpenCV 的匹配函数。对于深度恢复，我使用 z= 焦距*基线/视差。这里焦距以像素为单位（因为我使用 matlab 教程并且说答案以像素为单位）。差异以像素为单位，我输入的基线以米为单位，因此 Z 实际上以米为单位。
@Manish：如果您已经乘以基线，那么这不是问题。这很可能与您最初的猜测有关：在较大的图像中处理小感兴趣区域。您是使用全分辨率图像还是仅使用感兴趣区域校准相机？
@Michael Koval：- 直到现在我使用整个图像校准相机，但只使用它的一部分作为 L 和 R 图像。我认为这可能会导致错误。这就是你也指点？
@Manish：这可能是问题所在。如果您使用 OpenCV 的相机校准功能，则需要修改内在矩阵以调整 ROI 的位置。焦距（f_x 和f_y）应该相同，但图像中心（c_x 和c_y）需要移动。
@Michael Koval：我不使用 opencv 的校准功能。我使用这个 (vision.caltech.edu/bouguetj/calib_doc) 在 matlab 中进行校准，这给了我焦距和基线，这是我真正需要的z .