稀疏重建-->密集重建的过渡文件

1。bundle.out

文件包含了一些经过估算得到的场景和相机几何信息。文件的格式如下：　　

//---------------------------------------------------------------------------------------------------------------------开始
# Bundle file v0.3

<num_cameras> <num_points> [相机个数] [点个数] [2个整数]

<camera1> [相机1]
<camera2> [相机2]
...
<cameraN> [相机N]
<point1> [点1]
<point2> [点2]
...
<pointM> [点M]
//每一个相机实体<cameraI> 的值是估算得到的相机内部和外部参数，形式为：

<f> <k1> <k2> [焦距，后面跟着两个径向畸变多项式系数]

  <R> [一个3X3矩阵：代表相机旋转]
  <t> [一个3维向量：描述摄像机平移]

　　//每个相机的排序根据其在图片列表中的出现顺序来指定。
　　//每个点实体<pointI>格式为：
<position> [3向量描述该点的三维位置]
<color> [ 3向量描述该点的RGB颜色]
<view list>
//其中，view list存放的是每一个点所在的场景列表的信息，
1.开头第一个数是每个场景列表的长度信息，（有几个图像对应该点）
2.然后紧接着分别是相机索引信息、（第一图像的）

3.该点所在的SIFT关键点序列的索引信息，
4.以及该关键点所在的位置。（在图像中的位置）（对应于中心位置的距离坐标）

再第二、第三...图像的（与第一相同）
//---------------------------------------------------------------------------------------------------------------------结束

　　根据这些bundle.out文件内容以及小孔成像模型，我们就可以大致得到每台相机的参数：
　　焦距 (f),
　　两个径向畸变参数（K1和K2），
　　旋转矩阵 (R),
　　平移矩阵 (t)。

　　按照下面的法则我们可以将一个3D点X 投影到参数为(R,t,f)的相机中：

P = R * X + t (从世界到相机坐标转换)

p = -P / P.z ( 透视除法)

p' = f * r(p) * p (转换到像素坐标)

　　其中，P.z是P的z坐标值。r(p)是一个用来计算出径向畸变校正的尺度变量值的函数：
r(p) = 1.0 + k1 * ||p||^2 + k2 * ||p||^4.
　　最后，利用上面的公式还可以得到相机的方向为：
R' * [0 0 -1]' 　　(其中，' 表示一个矩阵或者向量的转置)

而相机的空间位置就为：
-R' * t .

//-=-=-=-=-=-=-=-=-=-=-==-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=-=

2。0000xxx.txt

-------------------------------------------
CONTOUR
P[0][0] P[0][1] P[0][2] P[0][3]
P[1][0] P[1][1] P[1][2] P[1][3]
P[2][0] P[2][1] P[2][2] P[2][3]
-------------------------------------------

"CONTOUR" （轮廓）只是一个标题。P[3][4]表示一个3x4投影矩阵，其定义如下:

( x y z 1 )表示一个点的齐次三维坐标，

( u v 1 )表示其图像投影的齐次的二维坐标，

然后( x y z 1 )和( u v1 )与以下等式相关:

x
u y
d(v)=(P)(z)
1 1

其中d是关于照相机的点的深度。

(注意，图像坐标系统的原点位于图像的左上角(严格地说，原点位于图像左上角的像素的中心)。

x轴指向右边，y轴指向底部。

稀疏重建-->密集重建的过渡文件

因此，左上角像素的2d图像坐标是( 0，0 )，

并且右下角像素的2d图像坐标是( w，h)，

其中w和h分别是图像的宽度和高度。)

稀疏重建-->密集重建的过渡文件

相关推荐