我们拍摄的图片是飞机在50%重叠区域上飞行的飞机,并且正在使用OpenCV拼接算法将它们拼接在一起。这对我们的版本1来说工作得很好。在我们的下一个迭代中,我们想看看几个额外的东西,我可以使用一些评论。OpenCV摄像机参数已知的图像
当前拼接算法估计摄像机参数。我们确实有摄像机参数和飞机上提供的关于摄像机角度,位置(GPS)等的大量信息。根据匹配的特征点,我们能够从这些信息中获益吗?
这些图像是以高分辨率拍摄的,算法在这一点上占用了相当数量的RAM,这不是一个大问题,因为我们只是将大型机器放在云中。但我想在下一次迭代中从缩减采样的图像中获取单应性,并稍后将其应用于大图像。这也将给我们更多的选择来操作和可视化原始图像上的其他信息,并且能够在原始图像和拼接图像之间前后移动。
如果我们问题1将拆开拼接算法来输入已知信息,那么它是使用findHomography
方法获取信息,还是在我们实际知道平面时有更好的替代方案来创建单应性位置和角度以及相机参数。
我对opencv有一个基本的了解,对C++编程很好,所以编写我们自己定制的stitcher不是问题,但理论在这里有点生疏。
你在什么分辨率捕捉图像?如果它们足够高,那么你可以对它们进行缩减采样,但我建议你尽可能地避免它(我不是一个缩减采样的狂热粉丝)。您可以使用特征点或校准摄像头进行拼接(我不确定组合是否是可行的解决方案);不过,您可以使用相机参数来加快您的单应性功能。 – scap3y
5000x7400像素(50mb)原始文件。在这个时候,我想知道是否有必要花费时间来获取关于使用相机参数进行任何事情的知识,或者只要功能匹配,匹配功能就没有问题。但感谢您的评论。但是下采样图像应该不会有任何问题。下采样还可以消除我假设的图像中的一些噪声。 –
您的GPS信息足够精确,可以精确调整图像吗? – Micka