来自双视SFM的不正确的相机姿势

Question

为了验证用于估计相机姿态[R | t]的双视SFM方法的结果，我利用了我用于校准的棋盘图案，特别是＆＃34; calibrateCamera＆＃34; OpenCV中的函数返回每个模式的旋转和平移向量。因此，let之间的相对姿势可以说很容易计算前两个模式。

然而，我没有得到正确的相机姿势，我一直在努力解决问题，但没有白费。

我非常感谢您为解决我的问题做出的贡献。

我的代码说明：

• undistort images
• 在两张图片中找到棋盘角落
• 匹配点（通过左右两个图像和线条绘图验证）
• 估计基本矩阵（已验证：x＆lt; T * F * x = 0）
• 基本矩阵（E）= KT * F * K（经过验证：X＆＃39; T * E * X = 0）
• S = E * U * S * VT

• R = U * W * VT或U * WT * VT使得WT = [0，-1,0; 1,0,0; 0,0,1]

  Actions action = new Actions(driver);
      action.sendKeys(String.valueOf('\u0050')).perform();
  

Answer 1

你的问题是你正在使用棋盘上的点：你不能从共面点估计基本矩阵。解决此问题的一种方法是使用通用方法（如SIFT或SURF）匹配场景点。另一种方法是使用5点算法直接估计基本矩阵，因为基本矩阵可以从共面点计算。

另外，请记住，您只能根据基本矩阵计算相机姿势。换句话说，您的翻译最终将成为一个单位向量。计算比例因子以获得翻译实际长度的一种方法是使用棋盘。