这是USTC本学期CV课程设计的Project_3，任务是复现并改进本文设计的系统（请配合论文阅读本文）
二、方法描述
1. 标定
作者从Tsai标定得到灵感，今天可考虑张友正的方法。分两步走：
①相机标定–>内参、外参，外参–>Π_d位置。
②台灯标定
2. 时空影子边缘定位
2.1 定位桌面上的影子边缘点(\bar{x}_{top}(t),\bar{x}_{bot}(t)), t\in{T}
2.2 估计所有像素点\bar{x}_c=(x_c,y_c)被影子边缘扫过的时间t_s(\bar{x}_c), x_c\in{image}
仅处理I_{constrast}(x,y)=I_{max}(x,y)-I_{min}(x,y)>I_{thresh}的像素点（这里设I_{thresh}=70）
注意：
- 这里不做任何的空域滤波（会带来不必要的深度信息混淆）。
- 这里可以做顶行与底行像素的时域低通滤波（保持空间间断性，且减少移动棍子时微小抖动带来的针对定位过程的噪声影响）。
- 当光源不是理想的一个点时，
I_{shadow}(x,y)=\frac{I_{min}(x,y)+I_{max}(x,y)}{2}对于shadow image而言，并不总是最优阈值。当棍子远离桌面，阴影时序图会变浅。 - 每一帧，实时获取
I(x,y,t)，更新5个矩阵I_{max}(x,y),I_{min}(x,y),I_{constrast}(x,y),I_{shadow}(x,y),t_{s}(x,y)
初始时，I_{max}(x,y)就可以被确定；而I_{min}(x,y)和I_{constrast}(x,y)则在后来被更新；一但I_{constrast}(x,y)大于I_{thresh}，触达自适应阈值I_{shadow}(x,y)的计算更新。一旦I(x,y,t)大于I_{shadow}(x,y)且为上升方向，则立刻确定该点的阴影时间t_{s}(x,y)。
3. 三角测量
待续
留言