【问题标题】:Generating 3D (x,y,z) Point Clouds from Two 2D Stereo Images从两个 2D 立体图像生成 3D (x,y,z) 点云
【发布时间】:2014-07-21 11:48:49
【问题描述】:

我一直在尝试通读 Stackoverflow 问题,以从左右立体图像对生成点云 (x,y,z) 坐标。

我还没有找到任何明确的解决方案,我在这里向社区寻求帮助。

问题陈述: 给定两个立体图像,从中生成 3D (x,y,z) 笛卡尔坐标点云,并在一种有助于完成这种点云生成的方式,这种方式可以处理大量(数千)对立体图像

我的编程语言经验适合 MATLAB,但我涉足 Python,C++ 有限,但我也可以在这方面工作。

速度是这里的一个因素,所以我们的想法是找到一种快速的方法来连续遍历这些对并生成点云。

注意:我不是为了避免比较解决方案而要求最好的,我只是要求解决方案。

非常感谢!

编辑:在被推荐使用 OpenCV 中的立体块匹配实现之后,我可能会避开这种方法,因为我正在处理的地形图片的纹理存在很大差异。

【问题讨论】:

标签: python c++ matlab image-processing


【解决方案1】:

您可能想要的是“立体块匹配”。如果您不想自己编写,OpenCV 已经准备好使用 an implementation(甚至是 CUDA accelerated version)。

【讨论】:

  • 在对立体块匹配和块匹配变体进行了一些简单的阅读之后,这真的是获得准准确点云的好方法吗?我正在查看的地形中存在各种各样的纹理,我不知道这是否是答案。
猜你喜欢
  • 2012-09-30
  • 1970-01-01
  • 2022-12-10
  • 2013-12-17
  • 2011-06-12
  • 1970-01-01
  • 2013-01-09
  • 2010-10-16
  • 1970-01-01
相关资源
最近更新 更多