《表2 控制点坐标:多像位姿估计的全景纹理映射算法》

《表2 控制点坐标:多像位姿估计的全景纹理映射算法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《多像位姿估计的全景纹理映射算法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

为了验证§1.5多像外方位元素解算方法以及位姿旋转方法的可行性,利用安置的数码相机进行全景拍摄,总共摄取10张影像,则每张影像间的旋转角为β=360°/10=36°。通过人工识别分别在点云与对应的初始影像上选取控制点,利用§1所述方法进行单像位姿估计得到初始影像外参数,而后利用多像位姿解算得到其余影像的外参数。但是后续影像的标定精度依赖于首张影像的标定精度,所以本文采用光束法平差[31]的方法对后续影像的位姿参数进行优化。由于相机在旋转拍摄过程中,每两张影像之间均存在重叠区域,则可以通过上述方法获取的初始影像姿态参数得到每个三维点在哪两张影像上可以观测到,并记录其在影像上的像素坐标,这样在点云中便能够得到“二度重叠点”。最后,将“二度重叠点”作为真值、相机内外参数作为待优化的参数进行整体光束法平差[29]优化。为了检验优化后的精度,本文在后续影像与点云上分别选取了4个控制点作为检核点,仍然采用式(8)的方法计算其反投影误差。选取的4个控制点如表2所示。