青箬笠，绿蓑衣

三维重建分为基于

概述在SfM多视图三维点云重建–【VS2015+OpenCV3.4+PCL1.8】中实现的增量式SfM三维点云重建，会随着图片数量的增加而导致误差逐渐累积，最后可能无法完成重建。在三维重建中常使用Bundle Adjustment（BA）优化来解决这个问题，BA优化是一种应用广泛的非线性优化方法，其本质属于非线性最小二乘问题，目的是找到使得重投影误差最小的3D点位置和相机参数。这里对BA原理就不...

在完成两视图三维重建之后，接下来就是进行多视图重建。多视图重建的难点在于如何确定后一个相机到世界坐标系的变换矩阵。

前言三角量测是在已知相机参数和图像中匹配点的情况下，求解这些匹配点对应的空间点三维坐标的方法；这里主要讲解直接线性变换法和RANSAC（随机采样一致性）法；推导设空间点PPP在世界坐标系下的坐标为XXX，点PPP到相机中心点的垂直距离为ddd，在像素坐标系下的坐标为xxx，世界坐标系与相机坐标系之间的相对旋转矩阵为RRR（3∗33*33∗3的旋转矩阵）、相对位移向量为TTT（3∗13*13...

简介PnP（Perspective-n-Point）描述了当我们已知n个世界坐标系下的3D空间点以及它们的像素坐标系下的坐标时，如何估计相机位姿的方法。通常最少需要4对3D-2D点对（其中之一用于验证结果），就可以解出PnP问题。尤其是在双目或RGB-D的视觉里程计中，点的空间坐标可以由sK−1xsK^{-1}xsK−1x直接求出，sss为像素点的深度值，即可直接使用PnP估计相机运动。PnP...

博主最近在研究双目测距的实现，要实现对高分辨率的图片进行实时匹配，对立体匹配算法的要求就比较苛刻。经过测试，OpenCV自带的BM、SGBM等算法对小图片的匹配效果还行，但是对高分辨率图片就力所不逮了。于是经过一番折腾，找到了这篇论文《Efficient Large-Scale Stereo Matching》及作者开源发布的源码库，但是发现源码库的example及网上相关资料均只能在VS的x86...

博主最近在研究基于特征提取的立体匹配算法，诸如SIFT、SURF、ORB等。基于特征匹配的立体匹配算法相对全局匹配算法，虽然效率较高，但其有一个最大问题就是经过特征提取和匹配只能得到稀疏的视差图，而测距时常常需要获取稠密视差图，这就需要进行后续的插值，由稀疏得到稠密视差图。这里提供一篇国外的教程《Generating Dense Disparity Maps using ORB Descript...

这里不对双目视觉测距的原理进行过多讲解，而是针对双目测距公式，一个容易忽视的小问题，讲一下我的学习所得，欢迎大家批评指正。参考博客：对于双目测距原理不了解的，可以参考如下博客，讲解的都很详细：双目视觉测距原理，数学推导及三维重建资源双目相机–双目视差与深度距离关系推导详解以下内容也是由此引发：...

网上讲解双目立体视觉相关知识的资料虽然不少，但都比较零星或片面；而相对系统、详细的学习资料比较少见。博主整理了自己在学习过程中遇到的优秀的学习资源分享给大家，希望对你多少有些帮助。入门必读这里推荐博洛尼亚大学（University of Bologna）Stefano Mattoccia 教授的讲义《Stereo Vision: Algorithms and Applications》，是双目...