轉化的基本矩陣

Question

我有兩個已知的相應2D點的圖像，相機的內在參數和相機之間的3D轉換。我想計算從一個圖像到另一個圖像的二維重投影誤差。爲了做到這一點，我想從轉換中獲得一個基本矩陣，所以我可以計算這些點與相應的核線之間的點到線的距離。我如何獲得基本矩陣？

我知道E = R * [t]和F = K^(-t) * E * K^(-1)，其中E是基本矩陣，[t]是平移向量的斜對稱矩陣。但是，如果運動是純旋轉（t = [0 0 0]），則返回空矩陣。我知道在這種情況下，單應性比基本矩陣更好地解釋運動，以便我可以將平移向量的範數與小的閾值進行比較，以選擇基本矩陣或同構。有沒有更好的方法來做到這一點？

Answer 1

「我想計算從一個圖像到另一個圖像的2D重投影誤差。」

然後去計算它。您的設置已經過校準，因此除了已知的3D幾何體之外，您不需要任何其他設置。忘記極線錯誤，如果您的相機運動（接近）純旋轉，那麼也可能不確定。使用已知大小和形狀的對象（例如棋盤格），從一個攝影機視圖中計算出其在3D空間中的位置（對於棋盤格，您可以在其物理模型和投影之間進行單應性匹配，然後分解它變成[R | t]）。然後，根據相機的校準參數將現在定位的3D形狀投影到另一個相機中，並將投影與對象的實際圖像進行比較。