요약:
처음으로 프로젝트를 진행하는데, 기사 내용 소개에 오류가 있으면 더 추가해주세요!
카메라 내부 매개변수
카메라의 내부 매개변수는 초점 거리 f, 줌 c를 포함한 자체 물리적 데이터이며 일반적으로 행렬 K의 형태로 저장 및 사용됩니다.
카메라의 내부 매개변수 데이터를 얻어야 하는 이유는 무엇입니까?
1. 지도 구축 시 카메라의 내부 매개변수 데이터를 사용해야 하는데, SLAM에서는 카메라 내부 매개변수 데이터와 수신되는 이미지 데이터를 결합하여 지도를 구축해야 하며, 그렇지 않으면 3차원 포인트 클라우드 지도를 생성할 수 없습니다. 2D 이미지를 기반으로 구축됩니다.
如果使用的是SFM技术构建三维点云地图，运动结构恢复，就无相机内参数据
2. 시각적 재위치화를 수행할 때 기하학적 방법이든 이미지 검색 방법이든 현재 입력 데이터를 전달하는 카메라의 내부 매개 변수는 현재 포즈 정보를 추가로 계산하는 데 필요합니다.
따라서 현재 카메라의 고유한 매개변수 데이터를 얻는 것이 필수적입니다.
기하학적 방법이나 이미지 검색 방법이 무엇인지 모른다면 다음 기사를 읽어보세요. 시각적 재배치를 기반으로 한 실내 AR 내비게이션 APP를 위한 창의적인 프로젝트 아이디어 (2): 개선된 프로젝트 아이디어 - 매핑과 위치 지정의 분리
프로젝트에서 예상되는 기기는 휴대폰이므로, 해결해야 할 문제는 휴대폰 카메라의 내부 참조 데이터를 어떻게 얻을 것인가이다.
카메라 메모리 데이터를 얻는 방법
체커보드 교정
카메라 내부 매개변수 데이터를 얻는 현재 주류 방법은 카메라 보정을 위해 체커보드 그리드(Zhang Zhengyou 체커보드 보정 방법)를 사용하는 것입니다.
하지만 이 프로젝트에서는 이 방법을 전체 프로젝트 프로세스에서 사용할 수 없습니다.
지도를 작성할 때 이 보정 방법을 사용하여 휴대폰 카메라의 내부 매개변수를 얻을 수 있지만 위치 지정 및 탐색 시 앱을 사용할 때 카메라 보정을 위해 사용자에게 보정 보드를 구입하도록 요구할 수는 없습니다.
프로젝트 아이디어 2 에서는 매핑과 포지셔닝을 분리한다는 아이디어가 언급되었기 때문에 캘리브레이션 보드 캘리브레이션을 완전히 포기하고 싶지 않고 지도를 구성할 때만 이 방법을 사용하고 포지셔닝과 내비게이션을 위한 다른 방법을 모색합니다.
자동 카메라 보정
체커보드 보정을 통해 얻은 카메라 내부 매개변수 데이터가 더 정확하므로, 다른 선택의 여지가 없다면 이 정확한 데이터를 카메라 재배치에 활용하는 것이 가장 좋습니다.
프로젝트 아이디어 1 에서 ORB-SLAM3의 안드로이드 포팅 앱을 사용했다고 언급했는데, 이 앱은 이미지 구성 시 카메라 보정이 필요하지 않습니다.
그런 다음 교정 플레이트를 사용하여 교정하지 않고 카메라 내부 매개변수 데이터를 얻는 방법이 하나 이상 있어야 합니다. 단, 데이터는 카메라 교정을 위해 교정 플레이트를 사용하는 것만큼 정확하지 않을 수 있습니다.
일련의 검색과 결정 끝에 목표의 키워드는 자동 카메라 보정이 되었습니다.
자동 카메라 보정에는 여러 가지 방법이 있으며 이에 대해서는 나중에 설명하겠습니다.
계속됩니다
如果你觉得这篇文章写的不错，多多点赞~收藏吧！