我有一个已知位置的参考图像A，我想计算相机在图像B的相对位置（即以米为单位的tx，ty，tz）。使用相同的相机拍摄图像，使相机矩阵保持不变。我正在使用SIFT来检测和计算两个图像中的关键点和描述符，并将它们与FLANN匹配。从那里我可以得到我用cv :: decomposeHomography（..）分解的单应矩阵。此功能基于本文：PDF。 在本文中，陈述说，平移矩阵由d *标准化，d *是平面深度。
为了获得正确的平移，我需要知道平面深度。有没有办法在不知道图像中找到的对象大小的情况下得到这个？
答案 0 :(得分：0)
使用单应性分解计算的3D平移仅可计算到未知的比例因子。这是通过仅使用图像中的明显运动从单眼图像计算3D几何的经典问题。通常，单眼图像的三维重建因此而被称为度量重建（而非欧几里德重建，其中尺度被解析）。要解决比例因子，需要更多信息，例如了解平面上某点的深度或相机在图像之间移动的距离。