OpenCVの三角測量関数『cv::triangulatepoints』

だいぶ時間が空きましたが、引き続きOpenCVの3次元復元系の関数を見ていく。

今回はcalib3dモジュールにあるtriangulatePoints関数。つまり三角測量を行う関数ですね。

void cv::triangulatePoints(InputArray   projMatr1,
                        InputArray  projMatr2,
                        InputArray  projPoints1,
                        InputArray  projPoints2,
                        OutputArray     points4D 
                        )

三角測量で点を再構築します。

パラメータ

• projMatr1 1つ目のカメラの射影行列(3×4)
• projMatr2 2つ目のカメラの射影行列(3×4)
• projPoints1 1枚目の画像中の特徴点の配列(2xN)
• projPoints2 2枚目の画像中の1枚目に対応する特徴点の配列(2xN)
• points4D 同次座標における再構成後の点の配列(4×N)

この関数は、ステレオカメラによる観測によって(同次座標での)3次元点を再構築します。投影行列はstereoRectify関数で得ることができます。

注意
この関数を使うには、すべての入力データがfloat型である必要があります。

スポンサーリンク

http://docs.opencv.org/3.2.0/d9/d0c/group__calib3d.html#gad3fc9a0c82b08df034234979960b778c



具体的な使い方を見て行こう。こちらのブログ記事に載っているコードを参考に書いてみた↓
http://moitkfm.blogspot.jp/2014/06/2.html

使う2枚の画像は、以前撮影したスターデストロイヤーのターンテーブル動画から1フレーム目と50フレーム目を抜粋して使用する。



撮影に使ったiPhone6sのカメラキャリブレーションデータもあるし。

以下がソースコード。AKAZE特徴で2枚の画像の対応点を求めることにした。
結果の可視化にvizモジュールを使っているので、vizも含めてビルド済みのOpenCV3.3.0-rcを使用。



AKAZE特徴のマッチング結果はこちら↓



で、三角測量の結果をvizモジュールで可視化したものがこちら↓



側面は何となくそれっぽいぞ。と思って上から見てみたら、なんだか湾曲している。。。



レンズっぽい球面な歪み方だな。
あ、以前作った連番はすでにレンズの歪み補正を終えているから、補正処理は必要無いのか。

追記：よくよく考えたら、関数の出力は同次座標だからそのまま3次元ベクトルに代入して表示しちゃダメだな。