平面目标模糊情况下的SolvePnP姿态估计
平面目标模糊情况下的SolvePnP姿态估计
提问于 2015-09-07 23:52:42
我有一个类似于这的不对称圆点图案。我使用opencv solvePnP函数根据已知的三维模式点来估计模式的姿态；( b)在2D图像中检测到模式点。
我发现在某些情况下(当模式正面面对摄像机并倾斜一点)，solvePnP函数返回的估计姿态是不稳定的。对于几乎相同的模式姿态有两个结果(不移动)。我想这是由于平面姿态模棱两可，具有相同的二维投影。
除了建议的时间过滤：类似问题之外，还有其他解决方案吗？
Update：我尝试应用这个纸来解决这个模棱两可的情况，但它没有起作用。我使用的代码来自这里。使用该算法可以得到与cv::solvePNP几乎相同的结果，但不稳定的情况仍然存在。
回答 2
Stack Overflow用户
发布于 2015-11-23 10:52:09
您可以将true设置为solvePnP函数的设置useExtrinsicGuess；使用此参数，solvePnP在solvePnP中的求解器的第一次迭代中使用最后一个计算位姿，参见算法。例如：
void getPose(cv::Mat& t_vec, cv::Mat& r_vec)
{
static cv::Mat raux, taux;
static bool useExtrinsicGuess = false
cv::Mat objPoints (4, 3, CV_32FC1); // Your 3d points
cv::Mat imagePoints(4, 2, CV_32FC1); // Your 2d points
cv::solvePnP (objPoints,
imagePoints,
camera.getCameraMatrix(), // Camera matrix
camera.getDistorsion(), // Camera distorsion
raux, taux, useExtrinsicGuess, CV_ITERATIVE);
if (!useExtrinsicGuess) {
useExtrinsicGuess = true;
}
raux.convertTo(r_vec, CV_32F);
taux.convertTo(t_vec, CV_32F);
}你也可以用更多的点，在不同的平面上。
Stack Overflow用户
发布于 2015-09-08 15:03:47
正如已经建议的，使用findHomography，然后分解结果。见张增友的纸在这里。特别要看的是，方程2.18用于概念，2.26用于解-您想要的情况是只有一个图像。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/32447357
复制相关文章
相似问题
腾讯云开发者
