OpenCV相机标定与3D重建(28)估计两个三维点集之间的最优平移变换函数estimateTranslation3D()的使用

news2024/12/26 16:00:27

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

计算两个3D点集之间的最优平移。

它计算
$\begin{bmatrix} x\\ y\\ z\\ \end{bmatrix} = \begin{bmatrix} X\\ Y\\ Z\\ \end{bmatrix} + \begin{bmatrix} b_1\\ b_2\\ b_3\\ \end{bmatrix}$

cv::estimateTranslation3D 是 OpenCV 库中的一个函数，用于估计两个三维点集之间的最优平移变换。此函数通常用于3D图像配准、物体识别和追踪等领域。它通过最小化源点集与目标点集之间的几何误差来估计平移向量，并且可以选择使用鲁棒方法（如RANSAC）来处理异常值（outliers）。

函数原型

int cv::estimateTranslation3D	
(
	InputArray 	src,
	InputArray 	dst,
	OutputArray 	out,
	OutputArray 	inliers,
	double 	ransacThreshold = 3,
	double 	confidence = 0.99 
)

参数

参数src 第一个输入的3D点集，包含 (X, Y, Z)。
参数dst 第二个输入的3D点集，包含 (x, y, z)。
参数out 输出的3D平移向量 3×1，形式如下：
$\begin{bmatrix} b_1 \\ b_2 \\ b_3 \\ \end{bmatrix}$
参数inliers 输出向量，指示哪些点是内点（1-内点，0-外点）。
参数ransacThreshold 在RANSAC算法中，考虑一个点为内点的最大重投影误差。
参数confidence 对估计变换的置信水平，在0和1之间。通常0.95到0.99之间的值就足够了。过于接近1的值可能会显著减慢估计过程。低于0.8-0.9的值可能导致变换估计不准确。

该函数使用RANSAC算法估计两个3D点集之间的最优3D平移。

代码示例


#include <iostream>
#include <opencv2/opencv.hpp>
#include <vector>

using namespace cv;
using namespace std;

int main()
{
    // 定义两组对应的3D点 (X, Y, Z) - 源点集和目标点集
    vector< Point3f > src = { Point3f( 0, 0, 0 ), Point3f( 1, 0, 0 ), Point3f( 0, 1, 0 ), Point3f( 0, 0, 1 ) };
    vector< Point3f > dst = { Point3f( 1, 1, 1 ), Point3f( 2, 1, 1 ), Point3f( 1, 2, 1 ), Point3f( 1, 1, 2 ) };

    // 定义一个 Mat 来接收输出的平移向量矩阵
    Mat translationVector;

    // 定义一个 Mat 来接收内点信息
    vector< uchar > inliers;

    // 调用 estimateTranslation3D 函数
    int inlierCount = estimateTranslation3D( src, dst, translationVector, inliers );

    if ( !translationVector.empty() )
    {
        cout << "Estimated Translation Vector:\n" << translationVector << endl;
        cout << "Number of inliers: " << inlierCount << endl;

        // 打印哪些点被认为是内点
        for ( size_t i = 0; i < inliers.size(); ++i )
        {
            if ( inliers[ i ] )
            {
                cout << "Point pair (" << src[ i ] << ", " << dst[ i ] << ") is an inlier.\n";
            }
            else
            {
                cout << "Point pair (" << src[ i ] << ", " << dst[ i ] << ") is an outlier.\n";
            }
        }
    }
    else
    {
        cout << "Failed to estimate translation." << endl;
    }

    return 0;
}

运行结果

Estimated Translation Vector:
[1, 1, 1]
Number of inliers: 1
Point pair ([0, 0, 0], [1, 1, 1]) is an inlier.
Point pair ([1, 0, 0], [2, 1, 1]) is an inlier.
Point pair ([0, 1, 0], [1, 2, 1]) is an inlier.
Point pair ([0, 0, 1], [1, 1, 2]) is an inlier.