基本矩阵的相对摄像机姿态估计

Question

我想用一台相机来估算帧的相对相机姿势。

为实现这一目标，采取以下步骤。

1. 校准相机获取相机参数K
2. 使用SIFT / SURF
查找相应的点
3. 基本矩阵识别;使用findFundamentalMat（），并输入匹配点2D
4. 通过E = K'FK估计基本矩阵并修改E用于奇点约束
5. 分解基本矩阵得到旋转，R = UWVt / UW'Vt（U和Vt得到E的SVD），得到平移t;

但是这样做之后，翻译t太小了。假设初始摄像机位置是（0,0,0）。摄像机向前移动20cm后，下一个姿势是（0,0,20），真正的翻译应该是20厘米。两者的水平是完全不同的。

怎么了？如何从翻译矩阵中获取真实的翻译？你能帮助我吗？

Answer 1

基本矩阵仅按比例定义。从分解E得到的平移向量是单位向量。如果没有更多信息，您无法获得世界单位中相机之间的实际距离，例如场景中已知大小的参考对象。