使用卷帘快门相机进行移动测量时,由于逐行曝光的特点,影像上会产生果冻效应。而传统的运动恢复结构(Structure from Motion,SfM)算法假设影像是全局快门获取,直接处理卷帘快门影像很难得到高精度的结果。针对以上问题,构建了卷帘快门Sf...使用卷帘快门相机进行移动测量时,由于逐行曝光的特点,影像上会产生果冻效应。而传统的运动恢复结构(Structure from Motion,SfM)算法假设影像是全局快门获取,直接处理卷帘快门影像很难得到高精度的结果。针对以上问题,构建了卷帘快门SfM框架,主要包括对初始化重建、卷帘快门影像绝对位姿估计、卷帘快门三角化和光束法平差等关键步骤的算法改进,分析并验证了卷帘快门SfM的退化问题,提出利用多镜头组合相机采集的影像进行卷帘快门SfM可以避免退化,并且利用多镜头约束的光束法平差对SfM结果进行进一步优化。实验表明,所提出的面向多镜头组合相机的卷帘快门SfM算法能够有效应对果冻效应,提高重建精度。展开更多
文摘使用卷帘快门相机进行移动测量时,由于逐行曝光的特点,影像上会产生果冻效应。而传统的运动恢复结构(Structure from Motion,SfM)算法假设影像是全局快门获取,直接处理卷帘快门影像很难得到高精度的结果。针对以上问题,构建了卷帘快门SfM框架,主要包括对初始化重建、卷帘快门影像绝对位姿估计、卷帘快门三角化和光束法平差等关键步骤的算法改进,分析并验证了卷帘快门SfM的退化问题,提出利用多镜头组合相机采集的影像进行卷帘快门SfM可以避免退化,并且利用多镜头约束的光束法平差对SfM结果进行进一步优化。实验表明,所提出的面向多镜头组合相机的卷帘快门SfM算法能够有效应对果冻效应,提高重建精度。
