单目摄像机简易自标定算法

Question

我有一个道路/建筑的视频，我想从中创建一个三维模型。我看到的场景很僵硬，无人机在移动。我想没有任何额外的信息，比如相机的姿势，加速度或者GPS位置。我很想找到一个python实现，我可以根据自己的喜好进行调整。在

到目前为止，我已经决定使用OpenCVcalcOpticalFlowFarneback()来处理光流，这看起来相当快速和准确。有了它，我可以用findFundamentalMat()得到基本矩阵F。到现在为止，一直都还不错。在

现在，根据我正在跟踪的教程here，我应该神奇地拥有相机的校准矩阵，我显然没有也不打算在我正在开发的未来应用程序中使用。在

经过长时间的研究，我发现了一篇论文（从点对应和 1997年的基本矩阵，它定义了我要找的东西（有一个很好的总结here）。我正在寻找最简单/最简单的实现方法，但我却遇到了以下问题：

• 如果我要用的相机自动改变曝光和焦距（没有变焦），相机的内部参数会改变吗？在
• 我不熟悉用同伦延拓法数值求解方程组，而且速度慢。在
• 我打算使用扩展卡尔曼滤波器，但不知道从哪里开始，因为我知道错误的初始化会导致不收敛。在

再挖掘一些，我发现了一个用Python包装器为Octave编写的多摄像机自校准工具箱开源。我最后的办法是分解代码并直接用Python编写。还有其他选择吗？在

注意：我不想使用棋盘或平面度约束。在

有没有其他方法可以非常准确地自我校准我的相机？自1997年以来，经过20年的研究，有人想出一个更直接的方法吗？？在

Answer 1

这是一个一次性的事情，还是你正在开发一个应用程序来自动处理这些视频？在

如果是前者，我宁愿使用像搅拌机这样的集成工具。在youtube上查找一个运动跟踪（或“matchmoving”）教程，了解一下它，例如this one。在