三维视觉
估计相机位姿、执行立体视觉、基于立体视觉或运动重建 (SfM) 来重建三维场景、实现实时视觉 SLAM 及惯性传感器融合
三维视觉帮助您利用视觉数据理解和重建世界的三维结构。借助 Computer Vision Toolbox™,您可以使用对极几何估计相机位姿、从多个视图对三维点进行三角剖分,以及通过光束法平差优化结果。工具箱还支持立体视觉工作流,包括立体相机标定、图像矫正、视差图计算和密集三维重建。它还提供了管理图像和点数据,构建位姿图以及可视化空间关系的工具,用于通过多视图几何实现精确的三维场景重建。
您可以使用视觉 SLAM 同时定位相机并构建其周围环境的地图,实时处理来自单目、立体或 RGB-D 相机的输入。工具箱支持将惯性传感器融合与视觉 SLAM 相结合,以提高定位精度。您可以可视化和评估轨迹精度,并使用代码生成部署视觉 SLAM。
工具箱还提供了全面的运动重建 (SfM) 流程,可帮助您从不同视角拍摄的多幅二维图像中重建三维场景。您可以检测和匹配特征、估计相机位姿、对点进行三角剖分,以及使用光束法平差优化结果。您还可以应用神经辐射场 (NeRF) 进行密集重建和新视图合成。
最后,您还可以处理三维点云,以支持地图构建、定位和目标建模。您可以对点云数据进行预处理、可视化、配准和几何形状拟合。工具箱支持使用三维点云构建地图和实现 SLAM 算法。
类别
- 相机位姿估计和三维重建
使用基础对极几何、三角剖分和光束法平差来估计相机位姿,用于三维重建
- 立体视觉
立体相机标定、矫正、视差估计和稠密三维重建
- 视觉 SLAM
使用单目、RGB-D 或立体相机进行实时视觉定位和地图构建 (vSLAM),支持惯性传感器融合和部署
- 运动重建
使用增量式运动重建和 NeRF 从多个视图重建三维场景结构
- 处理点云
对三维点云进行预处理、可视化、配准、拟合几何形状、构建地图、实现 SLAM 算法以及使用深度学习










