對於我的應用,我分析了Kinect v2的空間分辨率。Kinect v2:空間分辨率/深度分辨率/相機校準
爲了分析空間分辨率,我記錄了一個垂直和平面的平面到給定的距離,並將平面的深度圖轉換爲點雲。然後我通過計算歐幾里德距離來比較一個點與他的鄰居。
計算這種情況下的歐幾里德距離(平面與kinect之間的距離爲1米),點之間的分辨率接近3 mm。對於2米距離的飛機,我得到了高達3毫米的分辨率。
比較這與文獻,我認爲我的結果是相當糟糕的。
例如Yang等人得到了同爲4米距離Kinect的一個一個平面平均厚4毫米(Evaluating and Improving the Depth Accuracy of Kinect for Windows v2)
這裏平面平面(2米的距離我的Kinect)我的點雲實例解析:
任何人都對Kinect v2的空間分辨率或者爲什麼我的分辨率不好的想法做了一些觀察?
在我看來,我認爲在將我的深度圖像轉換爲世界座標時發生了錯誤。因此,這裏的代碼剪斷:
%normalize image points by multiply inverse of K
u_n=(u(:)-c_x)/f_x;
v_n=(v(:)-c_y)/f_y;
% u,v are uv-coordinates of my depth image
%calc radial distortion
r=sqrt(power(u_n,2)+power(v_n,2));
radial_distortion =1.0 + radial2nd * power(r,2) + radial4nd * power(r,4) + radial6nd * power(r,6);
%apply radial distortion to uv-coordinates
u_dis=u_n(:).*radial_distortion;
v_dis=v_n(:).*radial_distortion;
%apply cameramatrix to get undistorted depth point
x_depth=u_dis*f_x+c_x;
y_depth=v_dis*f_y+c_y;
%convert 2D to 3D
X=((x_depth(:)-c_x).*d(:))./f_x;
Y=((y_depth(:)-c_y).*d(:))./f_y;
Z=d; % d is the given depth value at (u,v)
編輯:到目前爲止,我也試圖去直接從coordinate mapper
包括點,無需校準步驟。
有關分辨率的結果仍然相同。有沒有人有任何比較結果?
我也想過保存cameraSpaceTable的方法!但我放棄了它,因爲我已經讀過Kinect v2的出廠校準不太好。所以我想做我自己的校準並將其添加到我的應用程序中。這就是爲什麼我用更復雜的方式來計算我的世界座標! – JavaNullPointer
你是從哪裏讀的? – 16per9
標題:使用Kinect v2傳感器進行近距離三維建模的第一次體驗。作者:Lachat,E. Macher,H .;鏈接:http://www.int-arch-photogramm-remote-sens-spatial-inf-sci.net/XL-5-W4/93/2015/isprsarchives-XL-5-W4-93-2015.pdf – JavaNullPointer