在提出的方法中，基于使用SIFT / SURF / ORB方法找到的特征匹配点找到单应性变换参数矩阵。 H（单应矩阵）= | a b p | | c d q | | m n s |
其中a，b，c和d元素用于缩放，旋转，反射和剪切。 m和n元素用于翻译。用于缩放。 p和q是投影元素。
我用Reference image 0000000.jpg 和Sense image 0000001.jpg。从这些图像中，我发现使用SURF找到匹配的对应点，并发现单应矩阵为： 1.1777 -0.003198 -57.0282 0.0250 1.14970 -103.581 0.00000578 -0.0000011 1
来自数据集已经给出了数据的内在和外在参数。 固有摄像机K矩阵值为：“k11 k12 k13 k21 k22 k23 k31 k32 k33焦距径向失真1，径向失真2.外在[R t]矩阵如下：r11 r12 r13 r21 r22 r23 r31 r32 r33 t1 t2 t3” 。
如果Z不存在则r31，r32和r33为零。
当t1 t2和t3为零时使用Homography几何，否则该几何被视为极线几何。
该图像的投影矩阵是K * [R t]。旋转和平移基于右手坐标系。我们考虑单应性几何。因此，投影矩阵H = KR（K）-1（它基于不同的调查论文）。
相机矩阵的内部参数（3x3）K = 1606.293463 0.000 536.000000 0.000 1606.293463 356.000000 0.000 0.000 1.000
旋转矩阵（3x3）是R = 0.882736 -0.043816 -0.467823 0.040970 0.999028 -0.016262 0.468080 -0.004811 0.883673
因此，基于该等式，H（同态投影变换矩阵）H = KR（K）-1 = 1.03893 -0.04542 -818.50793 0.14471 0.99796 -144.37276 0.00029 -0.00000 0.72855
我的问题如下： 1）为什么矩阵的这些粗体值（单应矩阵的p和q参数）与提出的矩阵值不匹配？
2）如何将我方法的变换参数与数据集的变换参数进行比较？
谢谢，
