双目三维重建(已知相机参数、二维坐标,重建得到三维坐标)

本文介绍了一种使用相机内参、转换矩阵以及两个相机的二维关键点来在三维空间中重建点云的方法,然后通过重新投影验证右侧相机的准确性。过程涉及深度计算和坐标系变换,且假设没有考虑畸变因素。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

已知条件:
1、相机的内参(fx、fy、cx、cy)和相机之间的转换矩阵(包括旋转矩阵和平移向量)
2、两个相机拍摄的图片上各个关键点的二维坐标(这里是21个关键点)。
目标:
重建得到 以左侧相机为原点、其位姿为坐标轴的三维空间中,各个关键点的三维坐标。

将重建得到的三维坐标,重新投影回二维,进行验证。这里只需要验证右侧相机(因为重建时以左侧相机为原点,所以左侧几乎不会有误差)。

# 相机参数
mu_0 = 287.0003014802804
mv_0 = 286.5858295260351
u0_0 = 320.00447633321426
v0_0 = 206.77214159669958
K_left = np.array([[mu_0, 0, u0_0],
                   [0, mv_0, v0_0],
                   [0, 0, 1]])

mu_1 = 285.8614011452586
mv_1 = 285.573137981048
u0_1 = 318.9629702508964
v0_1 = 205.6089527591745
K_right = np.array([[mu_1, 0, u0_1],
                    [0, mv_1, v0_1],
                    [0, 0, 1]])

# 从相机0转到相机1
rotation_between_cameras = np.array([[ 0.9999459466328783
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值