VisualSfMの使い方　その1 -最も単純な使い方-

これから何度かに分けて、Structure-from-Motion（SfM）法で画像から三次元情報を復元してくれるVisualSfMというソフトの使い方を説明していこうと思います。VisualSfMは、Changchang Wu博士（現在、Google?）が作成したソフトで、マルチコア計算機で特徴抽出、マッチング、バンドル調整を効率よく計算できるようになっています。

さらに、SfM法で得られるのは疎な形状情報なので、密な形状復元を行いたい場合はPMVS/CMVSを後処理で行うことが出来るようになっています。ただし、PMVS/CMVSを使う場合には、別途PMVS/CMVSの実行ファイルをダウンロードしておく必要があります。

また、密な復元＋面貼りが可能なCMP-MVS用の入力データの書き出しを行うことも出来ます。

ソフトウェアはVisualSfMのトップページにあるリンクからダウンロードすることが出来ます（現在、Windows, linux, Mac OSX版がダウンロード可能）。

以下では、Windows版のソフトの基本的な使い方を紹介していきます。


  1. ダウンロードしたファイルを回答すると、VisualSFM.exeという実行ファイルがあると思います。まずは、これを実行します。
  2. File -> Open+Multi Imagesを選択し、復元対象の画像群を選択します。画像の読み込みが終わるとサムネイル画像がウィンドウ内に表示されます。画像枚数が多い場合には一部の画像だけが表示されます。
  3. 画像の読み込み完了後に、特徴抽出および対応点の探索を行います。SfM -> Pairwise Matching -> Compute Missing Matchを選択して下さい。この際に、特徴抽出にSIFT-GPUを用いたい場合には事前に実行ファイルをダウンロードしてVisualSfMと同じフォルダに配置しておく必要があります。GPU版を使わない場合は、事前にTools -> Enable GPU -> Disable SIFTGPUを選択しておきます。
  4. 対応点の探索が終わったら、SfM -> Reconstruct Sparseで復元を行います。復元が始まると三次元位置の推定やバンドル調整の様子が表示されます。
以上が、最も単純な使い方かと思います。画像枚数が多い場合には、マッチングに膨大な時間がかかるようになるので注意が必要です。かなりお手軽に三次元復元を試すことができるので、興味のある方は実際に試して見られるのが良いと思います。

以下は、TrakMarkのページにあるNAIST Campus Package 02 Sequence 00の復元結果です。ただし、これの結果は、次回以降に紹介する時系列画像ようの復元を行った結果になっています。


さらに、PMVS/CMVSで密な復元を行ったら以下のようになりました。
汚い。。。特徴点が雲の部分に出ていたため空の部分が復元されていたり、樹木の部分の復元がうまくいっていないのが原因のようです。


コメント

コメントを投稿

このブログの人気の投稿

COLMAPでキャリブレーション済みのデータを使う

イメージ
COLMAPで三次元復元を行う際に既知のカメラパラメータを利用する方法についてメモしておく。多くの場合、SfMでカメラパラメータも含めて推定することで十分だが、例えばCMUの Panoptic dataset のようにカメラキャリブレーション結果が提供されているようなものに対して、COLMAPを適用してみたい場合は提供されているカメラパラメータを利用する方が良い場合がある。実際に、Panoptic datasetでCOLMAPを実行するとマッチングが上手くいかず推定に失敗する場合が多くある。 既知のカメラパラメータを利用する方法については、COLMAPのFAQの中で回答があるので、ここにある通りにcamera.txt, images.txt, point3D.txtを準備すると良い。 Reconstruct sparse/dense model from known camera poses https://colmap.github.io/faq.html#reconstruct-sparse-dense-model-from-known-camera-poses 以下はCOLAMPで画像群を読み込み、特徴点の対応関係の取得まで終わっている（マッチング結果のデータベースhogehoge.dbがある）ことを前提としている。 camera.txtの生成 camera.txtには各カメラのカメラモデルおよびカメラ内部パラメータを記載する。フォーマットは以下の通り。 カメラID カメラモデル 解像度x 解像度y fx fy cx cy 歪パラメータ 内部パラメータの表現については利用するカメラモデルに依存するので、以下のURLを参照しながら必要に応じて使い分ける。 Camera Models https://colmap.github.io/cameras.html camera_models.h https://colmap.github.io/cameras.html image.txtの生成 image.txtには各画像に対応するカメラ外部パラメータを記載する。フォーマットは以下の通り。 画像ID qw qx qy qz tx ty tz カメラID　画像ファイル名 ここで(qw, qx, qy, qz)は3次元回転のクウォータニオン表現で(tx, ty, tz)は
続きを読む

5点アルゴリズムによるカメラ位置・姿勢の推定

2枚の画像間のカメラ位置・姿勢を推定する際に、それぞれの画像を撮影したカメラの内部パラメータが既知の場合には5点アルゴリズムが利用できる。OpenCVにも5点アルゴリズムでカメラ位置・姿勢を推定するための関数 cv::findEssentialMat が用意されている。 使い方は、対応点の座標を以下のように指定するだけ。 cv::Mat essentialMat = cv::findEssentialMat(p1, p2); ただし、デフォルトでは焦点距離1.0、画像中心座標(0, 0)で計算するようになっているので、下記のコードのように内部パラメータ行列を用いて座標変換を行うか焦点距離、画像中心座標を指定する必要がある。座標変換を行わずに利用したい場合は、焦点距離、画像中心座標を第3,4引数に設定すれば良い。 推定したEssential Matrixからカメラの並進と回転を求めるためには、 cv::recoverPose で並進ベクトルと回転ベクトルに分解することができる。 以下のように、2枚の画像から対応点を求めて、5点アルゴリズムでカメラ位置・姿勢を推定することができる。 #include <iostream> #include <vector> #include <opencv2/opencv.hpp> #include <opencv2/nonfree.hpp> int main(int argc, char** argv) {   cv::initModule_nonfree(); //モジュールの初期化   //カメラパラメータの読み込みとレンズ歪の除去   cv::Mat img1; //入力画像1   cv::Mat img2; //入力画像2   cv::Mat K;   cv::Mat distCoeffs;   cv::FileStorage fs("camera.xml", CV_STORAGE_READ);   fs["intrinsicMat"] >> K;   fs["distCoeffs"] >> distCoeffs;   cv::undistort(cv::imrea
続きを読む

2D-3D対応からのカメラ位置・姿勢の推定

画像からの三次元復元処理や拡張現実感のための位置合わせ処理において、画像を撮影したカメラの位置・姿勢が必要になることがある。ここでは、カメラの内部パラメータ（焦点距離、画像中心座標、アスペクト比など）は既知とし、カメラの外部パラメータ（並進と回転）を求める方法を紹介する。 カメラの位置・姿勢は、三次元位置が既知の点Pとその画像上での観測座標pの複数の対応から求めることが出来る。このような問題はPerspective-n-Pont Problem（PnP問題）として知られている。OpenCVにはPnP問題を解くための関数cv::SolvePnPが用意されている。この関数の入力は三次元位置が既知の点の配列(objectPoints)とその画像上での観測座標の配列(imagePoints)、カメラの内部パラメータ行列、歪係数を入力とし、カメラの外部パラメータ（回転ベクトル、並進ベクトル）を推定する。 対応点の組み合わせに誤対応が含まれている場合は、cv::SolvePnPRansacを用いることでロバスト推定手法であるRANSACを用いた誤対応の排除が可能である。 また、推定手法としてLevenberg-Marquardt法による最適化(cv::ITERATIVE)や高速な推定手法であるEPnP(cv::EPNP)を選択することができる。経験的にはcv::ITERATIVEの方が安定した推定を実現できるように思う。 さらに、回転ベクトル、並進ベクトルの初期値が得られている場合には、第7引数をtrueにし、出力用のrvec, tvecに値を設定しておくことで、最適化の際の初期値として使用することができる。拡張現実感などの場合には、直前のフレームでの推定結果などを初期値として用いることで推定結果の安定性を向上させることができる。 #include <iostream> #include <vector> #include <opencv2/opencv.hpp> void genRT(cv::Mat& rvect, cv::Mat& tvect); void getCorrespondingPairs(cv::Mat K, cv::Mat d, cv::Mat rvec, cv::Mat tvec, std:
続きを読む