信息处理 - 如何包含（提取）基本矩阵的缩放参数？ - 吾爱随笔录

信息处理计算机视觉 opencv 相机校准单应性相机姿势

2022-02-12 16:26:01

假设相机满足针孔相机模型，一个本质矩阵将两幅图像之间的对应点关联起来，可以表示为：

E = K^{' T} F K

$E=K'^TFK$

其中K是校准，F是基本矩阵。

有许多工具可以计算基本矩阵，其中之一使用 OpenCV 的函数findEssentialMat。通常会返回一个 3x3 矩阵，其中包含转换（或

E = R [t]_{x}

$E=R[t]_x$ 相机姿势版本）。通常，平移是直接从t部分提取的，旋转矩阵有不止一种解。

但是，缩放在本质矩阵中是如何表示的？

如果是的话，怎么能提取出来呢？如果不是，为什么不是> 应该如何包含它以正确说明图像点之间的总运动？

1个回答

基本矩阵仅按比例定义，因此您无法从中提取比例。换句话说，如果你乘 $t$ 并且场景中的所有 3D 世界点都由一个常数因子计算，基本矩阵将是相同的。

如果你必须得到规模，那么你需要一些额外的信息。要么你需要在场景中有一个已知大小的对象，要么你需要一些其他传感器来告诉你相机之间的转换是什么（例如 GPS、里程表或 IMU）。这是一个示例，您可以从场景中的已知半径的球体中获取比例。

其它你可能感兴趣的问题