再構成

詳細説明

覚え書き

• これは Ceres Solver が正しくインストールされている場合にのみコンパイルされる点に注意すること。
  インストール手順については以下のチュートリアルを確認すること: SFM モジュールのインストール

関数
void	cv::sfm::reconstruct (const std::vector< String > images, OutputArray Ps, OutputArray points3d, InputOutputArray K, bool is_projective=false)
	自動キャリブレーションを行いながら2D画像から3D点を再構成する。
void	cv::sfm::reconstruct (const std::vector< String > images, OutputArray Rs, OutputArray Ts, InputOutputArray K, OutputArray points3d, bool is_projective=false)
	自動キャリブレーションを行いながら2D画像から3D点を再構成する。
void	cv::sfm::reconstruct (InputArrayOfArrays points2d, OutputArray Ps, OutputArray points3d, InputOutputArray K, bool is_projective=false)
	自動キャリブレーションを行いながら2D対応点から3D点を再構成する。
void	cv::sfm::reconstruct (InputArrayOfArrays points2d, OutputArray Rs, OutputArray Ts, InputOutputArray K, OutputArray points3d, bool is_projective=false)
	自動キャリブレーションを行いながら2D対応点から3D点を再構成する。

関数詳解

reconstruct() [1/4]

void cv::sfm::reconstruct	(	const std::vector< String >	images,
		OutputArray	Ps,
		OutputArray	points3d,
		InputOutputArray	K,
		bool	is_projective = false )

#include <opencv2/sfm/reconstruct.hpp>

オートキャリブレーションを行いながら2D画像から3D点を復元する。

引数

images	画像パスを格納した文字列のベクトル。
Ps	各画像の 3x4 射影行列を格納する出力ベクトル。
points3d	推定された3D点を格納する出力配列。
K	入出力カメラ行列 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。入力引数は初期推定値として使用される。
is_projective	true の場合、カメラは射影的であると仮定する。

このメソッドは下記のシグネチャを呼び出し、推定された K、R、t から射影行列を抽出する。

覚え書き

• 画像は画像シーケンスのように順序付けられていなければならない。さらに、各フレームは可能な限り前後のフレームに近いものであるべきである。
• 現時点では、2D点トラックの計算に DAISY 特徴が使用されており、3〜4枚の画像に対してのみ機能する。

reconstruct() [2/4]

void cv::sfm::reconstruct	(	const std::vector< String >	images,
		OutputArray	Rs,
		OutputArray	Ts,
		InputOutputArray	K,
		OutputArray	points3d,
		bool	is_projective = false )

#include <opencv2/sfm/reconstruct.hpp>

オートキャリブレーションを行いながら2D画像から3D点を復元する。

引数

images	画像パスを格納した文字列のベクトル。
Rs	カメラの 3x3 回転を格納する出力ベクトル。
Ts	カメラの3x1並進の出力ベクトル。
points3d	推定された3D点を格納する出力配列。
K	入出力カメラ行列 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。入力引数は初期推定値として使用される。
is_projective	true の場合、カメラは射影的であると仮定する。

内部的には、SFMLibmvEuclideanReconstruction クラスをインスタンス化し、いくつかのデフォルト引数で libmv simple pipeline ルーチンを呼び出す。

覚え書き

• 画像は画像シーケンスのように順序付けられていなければならない。さらに、各フレームは可能な限り前後のフレームに近いものであるべきである。
• 現時点では、2D点トラックの計算に DAISY 特徴が使用されており、3〜4枚の画像に対してのみ機能する。
• シーン復元の動作例については、次のチュートリアルを参照のこと: シーン復元。

reconstruct() [3/4]

void cv::sfm::reconstruct	(	InputArrayOfArrays	points2d,
		OutputArray	Ps,
		OutputArray	points3d,
		InputOutputArray	K,
		bool	is_projective = false )

#include <opencv2/sfm/reconstruct.hpp>

オートキャリブレーションを行いながら2D対応点から3D点を復元する。

引数

points2d	2D点のベクトルのベクトルの入力（内側のベクトルが画像ごとに対応する）。
Ps	各画像の 3x4 射影行列を格納する出力ベクトル。
points3d	推定された3D点を格納する出力配列。
K	入出力カメラ行列 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。入力引数は初期推定値として使用される。
is_projective	true の場合、カメラは射影的であると仮定する。

このメソッドは下記のシグネチャを呼び出し、推定された K、R、t から射影行列を抽出する。

覚え書き

• トラックは可能な限り正確でなければならない。外れ値は処理されず、外れ値に対して非常に敏感である。

reconstruct() [4/4]

void cv::sfm::reconstruct	(	InputArrayOfArrays	points2d,
		OutputArray	Rs,
		OutputArray	Ts,
		InputOutputArray	K,
		OutputArray	points3d,
		bool	is_projective = false )

#include <opencv2/sfm/reconstruct.hpp>

オートキャリブレーションを行いながら2D対応点から3D点を復元する。

引数

points2d	2D点のベクトルのベクトルの入力（内側のベクトルが画像ごとに対応する）。
Rs	カメラの 3x3 回転を格納する出力ベクトル。
Ts	カメラの3x1並進の出力ベクトル。
points3d	推定された3D点を格納する出力配列。
K	入出力カメラ行列 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。入力引数は初期推定値として使用される。
is_projective	true の場合、カメラは射影的であると仮定する。

内部的には、SFMLibmvEuclideanReconstruction クラスをインスタンス化し、いくつかのデフォルト引数で libmv simple pipeline ルーチンを呼び出す。

覚え書き

• トラックは可能な限り正確でなければならない。外れ値は処理されず、外れ値に対して非常に敏感である。
• カメラ運動復元の動作例については、次のチュートリアルを参照のこと: カメラの動き推定。