相機姿態估計

Question

我目前正在處理基於一組圖像的重建項目，採用多視圖立體方法。因此，我需要知道太空中的幾幅圖像。我發現使用衝浪的匹配功能，並從通信中找到基本矩陣。

現在出現這個問題：用SVD分解基本矩陣是可能的，但這可能導致4種不同的結果，就像我在書中讀到的一樣。我可以如何獲得正確的，假設這是可能的？

可以使用其他哪些算法？

Answer 1

感謝Zaphod的回答，我能解決我的問題。以下是我所做的：

首先，我從兩組圖像中的一組點對應關係計算基本矩陣（E）。

使用SVD，將其分解爲2個解。使用否定的基本矩陣-E（它也滿足相同的約束條件），我總共獲得了4個可能的攝像機位置和方向的2個解決方案。

然後，對於所有解決方案，我通過對點座標進行三角測量並確定在兩個攝像頭前面相交的點，通過獲取點座標的點積和每個攝像頭的觀察方向。我都是積極的，那麼這個交叉點就在兩個攝像頭前面。

最終，在攝像機前提供最多交叉點的解決方案就是所選的解決方案。

Answer 2

Wikipedia說：

事實證明，然而，只有四類解決方案 的人可以在實踐中實現。給定一對相應的座標，三個解決方案將始終產生一個3D點 ，該點位於兩個攝像機中的至少一個後面，因此不能看到 。四個班級中只有一個班級持續在兩臺攝影機前製作3D 分。這必然是 正確的解決方案。

如果您對相機的第一幀的外部校準參數，或者如果你認爲它坐落在默認校準，說的（0,0,0）平移和旋轉（0,0 ，0），那麼你可以確定哪些分解是有效的。