背景:
为了简单起见,我有3个摄像头。每个摄像头都经过自己的校准(其内部参数已知且足够准确)。它们共享几乎相同的视角。我想利用这个由3个摄像头组成的系统进行三维重建。我已经分别对每一对摄像头进行了校准(1和2、2和3以及1和3),得到了3个变换矩阵。理论上,这3个变换矩阵应该具有以下特性:
T13 = T12 * T23
或者用另一种公式表示:
T31 * T12 * T23 = Identity
然而,在实际情况下,这并不是真的。由于校准误差,结果会略微偏离相同的矩阵。
Error = [T31 * T12 * T23] - [Identity] Eq.3
问题:
我觉得每对相机单独进行校准是一个不好的想法。通过应用某种全局优化来将整个三对相机融合在一起,试图最小化方程(3)的误差应该会给出更好的结果。
我的问题是:
这个问题是否有已知的先前工作?有没有使用OpenCV实现我的目标的想法,所以我不必重新发明轮子。