cv::kinfu::KinFu 類參考

KinectFusion 實現。更多...

#include <opencv2/rgbd/kinfu.hpp>

cv::kinfu::KinFu 的協作圖

公共成員函式
virtual	~KinFu ()
virtual void	getCloud (OutputArray points, OutputArray normals) const =0
	獲取當前 3d 網格的點和法線。
virtual void	getNormals (InputArray points, OutputArray normals) const =0
	計算給定點的法線。
virtual const Params &	getParams () const =0
	獲取當前引數。
virtual void	getPoints (OutputArray points) const =0
	獲取當前 3D 網格的點。
virtual Affine3f	getPose () const =0
	獲取體素空間中的當前姿態。
virtual void	render (OutputArray image) const =0
	將體資料渲染為影像。
virtual void	render (OutputArray image, const Matx44f &cameraPose) const =0
	將體資料渲染為影像。
virtual void	reset ()=0
	重置演算法。
virtual bool	update (InputArray depth)=0
	處理下一深度幀。

靜態公共成員函式
static Ptr< KinFu >	create (const Ptr< Params > &_params)

詳細描述

KinectFusion 實現。

此類實現了 [136] 論文中描述的 3d 重建演算法。

它接受從深度感測器獲取的一系列深度影像（或任何深度影像源，例如立體相機匹配演算法，甚至光線步進渲染器）。 輸出可以作為點向量及其法線獲得，或者可以從給定的相機姿勢進行 Phong 渲染。

模型的內部表示是一個體素長方體，它儲存 TSDF 值，TSDF 值是到表面的距離的一種形式（有關詳細資訊，請閱讀有關 TSDF 的 [136] 文章）。 目前還沒有該表示的介面。

如果可用，KinFu 會自動使用 OpenCL 加速。 要顯式啟用或停用它，請使用 cv::setUseOptimized() 或 cv::ocl::setUseOpenCL()。

此實現基於 kinfu-remake。

請注意，KinectFusion 演算法已獲得專利，其使用可能受到本模組目錄中的 README.md 檔案中提到的專利列表的限制。

這就是為什麼您需要在 CMake 中設定 OPENCV_ENABLE_NONFREE 選項才能使用 KinectFusion。

建構函式 & 解構函式文件

~KinFu()

virtual cv::kinfu::KinFu::~KinFu ( )

virtual

成員函式文件

create()

static Ptr< KinFu > cv::kinfu::KinFu::create ( const Ptr< Params > & _params )

static

Python
	cv.kinfu.KinFu.create(	_params	) ->	retval
	cv.kinfu.KinFu_create(	_params	) ->	retval

getCloud()

virtual void cv::kinfu::KinFu::getCloud ( OutputArray points, OutputArray normals ) const

純虛擬函式

Python
	cv.kinfu.KinFu.getCloud(	[, points[, normals]]	) ->	points, normals

獲取當前 3d 網格的點和法線。

法線的順序對應於點的順序。 點的順序未定義。

引數

points	點向量，為 4 浮點向量
normals	法線向量，為 4 浮點向量

getNormals()

virtual void cv::kinfu::KinFu::getNormals ( InputArray points, OutputArray normals ) const

純虛擬函式

Python
	cv.kinfu.KinFu.getNormals(	points[, normals]	) ->	normals

計算給定點的法線。

引數

points	輸入點向量，為 4 浮點向量
normals	輸出對應法線向量，為 4 浮點向量

getParams()

virtual const Params & cv::kinfu::KinFu::getParams ( ) const

純虛擬函式

獲取當前引數。

getPoints()

virtual void cv::kinfu::KinFu::getPoints ( OutputArray points ) const

純虛擬函式

Python
	cv.kinfu.KinFu.getPoints(	[, points]	) ->	points

獲取當前 3D 網格的點。

點的順序未定義。

引數

points

點向量，為 4 浮點向量

getPose()

virtual Affine3f cv::kinfu::KinFu::getPose ( ) const

純虛擬函式

獲取體素空間中的當前姿態。

render() [1/2]

virtual void cv::kinfu::KinFu::render ( OutputArray image ) const

純虛擬函式

Python
	cv.kinfu.KinFu.render(	[, image]	) ->	image
	cv.kinfu.KinFu.render(	cameraPose[, image]	) ->	image

將體資料渲染為影像。

使用 Phong 著色將 TSDF 的 0 表面渲染到 CV_8UC4 Mat 中。 光源姿勢固定在 KinFu 引數中。

引數

image

結果影像

render() [2/2]

virtual void cv::kinfu::KinFu::render ( OutputArray image, const Matx44f & cameraPose ) const

純虛擬函式

Python
	cv.kinfu.KinFu.render(	[, image]	) ->	image
	cv.kinfu.KinFu.render(	cameraPose[, image]	) ->	image

將體資料渲染為影像。

使用 Phong 著色將 TSDF 的 0 表面渲染到 CV_8UC4 Mat 中。 光源姿勢固定在 KinFu 引數中。

引數

image	結果影像
cameraPose	從中渲染的相機姿勢。 如果為空，則從當前姿勢渲染，當前姿勢是最後一幀相機姿勢。

reset()

virtual void cv::kinfu::KinFu::reset ( )

純虛擬函式

Python
	cv.kinfu.KinFu.reset(		) ->	無

重置演算法。

清除當前模型並重置姿態。

update()

virtual bool cv::kinfu::KinFu::update ( InputArray 深度 )

純虛擬函式

Python
	cv.kinfu.KinFu.update(	深度	) ->	retval

處理下一深度幀。

將深度積分到體素空間中，並考慮其 ICP 計算的姿勢。 如果輸入影像具有另一種型別，則在內部將其轉換為 CV_32F。

引數

深度	單通道影像，其大小和深度比例在演算法引數中描述

返回

如果成功對齊新幀與當前場景，則為 true，如果相反，則為 false

---

此類文件由以下檔案生成

• opencv2/rgbd/kinfu.hpp