问题描述
我在 python 中通过直接线性变换 (DLT) 使用 Numpy implementation 的相机校准。 我正在尝试将其用于 3 维相机校准。 我的问题是,示例中 DLT 的平均误差(以相机坐标为单位的 DLT 变换的平均残差)非常高,在数千个像素中,尤其是与原作者提供的示例相比(参见 {{3 }}).
这些是我使用的 3D 点:
objpoints = [[86.438,-174.922,51.316],[-27.519,-215.460,39.154],[73.601,107.800,120.455],[87.602,133.413,34.023],[101.276,-55.204,108.884],[88.509,-68.038,116.634],[27.518,[-31.355,-207.334,85.184],[87.601,-131.059,33.881],[-60.234,-23.833,148.269],[62.162,-23.042,148.715]]
这些是我使用的像素:
imgpoints = [[576.0,861.0],[660.0,996.0],[253.0,1383.0],[575.0,1481.0],[276.0,1217.0],[241.0,1139.0],[665.0,461.0],[231.0,411.0],226.0],[141.0,684.0],[111.0,1123.0]]
我手动提取了这些点,用于从点云模型(.ply 格式)中提取 3D 以及按像素匹配 2D 图像。
我的坐标在非常基本的层面上一定有问题,但我不确定它是什么以及如何找到它。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)