来自两个不同图像的点匹配算法
use*_*623 5 sorting algorithm point matching stereo-3d
我正在寻找一种方法或算法，该方法或算法可以使我识别和配对来自两个不同图像的点集，以实现立体视觉。
随附的图片展示了我目前所拥有的：2个摄像机在Y轴上对齐，在X轴上稍微偏移，查看一组点。我能够在两个相机图像（IMG0和IMG1）上跟踪并获取每个点的2D位置。
因此，我有两个2D坐标列表：
L0 = { a0, a1, a2, a3, a4, a5, a6 }
L1 = { b0, b1, b2, b3, b4, b5, b6 }
现在，为了进行三角剖分以获得每个点的3D位置，我需要知道图像IMG1上的哪个点对应于IMG0上的哪个点。两台摄像机都能看到完全相同的一组点，具有相同的总体形状，但是很明显，由于轻微的变形以及摄像机在水平方向上的偏移，因此2D坐标从图像到另一个不匹配。
理想情况下，我正在寻找的点匹配算法将产生如下列表：
List = {a0-b0, a1-b1, a2-b2,...}
只要我确定每个点都与第二个图像中的正确点配对，列表的顺序就无关紧要。
我一直在看几篇介绍立体映射算法的论文，但是我没有发现与我的问题相关的任何东西，因为大多数算法都是基于重图像特征识别的，这不适用于我想快速处理真实图像的情况。 -时间。我似乎找到的最接近的解决方案是此处介绍的点匹配算法，但对于我的问题而言，这似乎又太沉重了。
任何帮助将不胜感激。
首先，您应该确保您了解对极几何的基本概念，特别是对极线的概念。
简而言之：假设您有一个 3D 点P投影到q相机图像中的2D 点A。现在您有第二个相机，将其称为，并且您想要查找中B的图像。对极几何告诉您，给定图像的可能位置仅限于一条线，称为对极线。它还告诉您（以及如何）可以使用所谓的基本矩阵从相机的校准中计算这条线。PBPBqq
对于您的问题，这具有以下含义：
让q是 list 中的一个点L0。
- 如果列表中有一个点
L1位于第二张图像中的极线上q，那么这是 的正确对应关系q。 - 如果极线上有多个点，那么使用给定的信息无法解决您的问题。
q在这种情况下，您需要对点在 3D 中的分布做出启发式假设，因为对于与极线上的点的每一对，您都会得到一个可能的 3D 点。
如果您的相机仅沿 X 轴偏移，并且它们的方向相同（即图像平面平行），那么这就是您的幸运日：在这种特殊的相机配置中，极线是水平的，即对于一个(x,y)点极线是任意X坐标和Y坐标的所有点的线y。
请注意，在实践中，您还面临这样的问题：由于测量误差和数值问题，点不太可能完全位于极线上。