如何使用OpenCV从已知的3D点云(在没有I的情况下构建）估计新图像I的相机姿态矩阵

How to estimate camera pose matrix of a new image I, from a known 3D point cloud (built without I) using OpenCV

本文关键字：新图像图像相机何使用构建点云 3D OpenCV 情况下更新时间：2023-10-16

我有以下问题：给定一个 3D 点云，它的视图集 V 具有已知姿势，视图 v ∉ V(即具有完全未知的姿势(，如何估计 v 的相机姿势矩阵避免使用 V ∪ {v} 再次运行重建？

我

正在尝试在 OpenCV 3.2 中解决这个问题，但是您可以提供给我的任何想法、直觉或伪代码都将非常有用。谢谢！

好吧，您显然需要使用点云在新视图和旧视图之间建立图像点对应关系，例如，通过匹配与旧图像中云点投影相关的图像描述符(SURF，ORB，...(，并将它们与新图像中提取的兴趣点进行匹配。

然后，您可以完成使用 5 点或 8 点算法删除异常值的常规过程。获得良好的对应关系后，只需使用从云点到新图像中匹配位置的 solvePnP。

请注意，这本质上是 VSLAM 算法在不需要重新定位时对所有"新"映像所做的。