Générer un nuage de points à partir de plusieurs images 2d
De mon, quelque peu limitée, la compréhension de la façon dont les nuages de points de travail j'ai l'impression que l'on devrait être en mesure de générer un nuage de points à partir d'un ensemble d'images 2d à partir de autour de l'extérieur d'un objet. Le problème que je rencontre est que je n'arrive pas à trouver des exemples de la façon de générer un tel nuage de points.
- Pouvez-vous préciser? "Un ensemble d'images 2d à partir de autour de l'extérieur d'un objet", ce genre d'objet est qui? D'où viennent ces autres images viennent de? Aussi, comment voulez-vous comprendre "les nuages de points de travail"?
- L'ensemble des images que je travaille avec sont prises à 20 degrés comme quelqu'un qui tourne sur la place en face de la caméra. Est je le comprends un nuage de points peut être créé par la cartographie des points similaires entre les images que la personne tourne, similaire à Microsoft photosynth.
- Salut, je suis également à la recherche de cette réponse. J'ai une pile de 2D des Images DICOM et les points de cloud pour l'étalonnage. Jusqu'à présent, j'ai été en mesure d'afficher des images 3D à l'aide de ActiViz mais j'ai du mal à obtenir les points de cloud.. @gilbertbw, avez-vous été en mesure de trouver quelque chose autour de vous?
- Il y a une question connexe sur Stack Overflow à propos de la reconstruction de modèles 3D à partir d'images 2D.
Vous devez vous connecter pour publier un commentaire.
En général, 3D en forme de reconstruction à partir d'une séquence d'images 2D est un problème difficile. Il peut varier de difficile à très difficile, en fonction de la quantité d'information qui est connu au sujet de la caméra et c'est la relation à l'objet et de la scène. Il y a beaucoup d'informations là-bas: essayer de googler pour "la reconstruction 3D de l'image de la séquence" ou "reconstruction d'image en 3D de la table tournante". Ici est un papier qui donne un assez bon résumé de la démarche et de ses défis. Ce document est bonne (et elle introduit "RANSAC" - une autre bonne recherche de mots-clés). Ce lien images le problème en termes de reconstruction faciale, mais la théorie peut être appliquée à cette question.
Noter que l'interprétation des points 3D dépend de la connaissance de l'appareil photo extrinsèques et intrinsèque paramètres. Les paramètres extrinsèques de spécifier l'emplacement et l'orientation de la caméra à l'égard du monde. Les paramètres intrinsèques de la carte les coordonnées des pixels de coordonnées dans le cadre mondial.
Lorsque ni le extrinsèques, ni les paramètres intrinsèques sont connus, la reconstruction 3D est exacte, un inconnu facteur d'échelle (c'est à dire par rapport taille/distance peut être établie, mais l'absolu de la taille/distance n'est pas connue). Lorsque les deux ensembles de paramètres de la caméra sont connus, l'échelle, l'orientation et l'emplacement des points 3D sont connus. Le OpenCV documentation couvre le concept de calibrage de la caméra bien. Ce lien, ce lien, et ce lien sont bonnes, aussi.
VisualSFM est une application qui permet la reconstruction 3D.
Vous pouvez obtenir un nuage de points à partir de plusieurs images 2D.
Cette vidéo montre comment extraire des images multiples à partir d'un court extrait d'un arbre, et ensuite utiliser VisualSFM pour créer un nuage de points.