我正在尝试从同一相机拍摄的两张图像重建3D点的真实世界坐标。相机未校准,但移动(平移和旋转)是已知的。简而言之:
要求:
除了图像点对应之外的额外约束:
据我所知,仅从图像点对应,一个场景只能重建到投影变换。利用更多约束,可以进行仿射或相似性重建。就我而言,我需要进行相似性重建。
鉴于上述限制,相似性重建是否可行?如果可能的话,我应该怎么做呢?
我试图从几个角度来解决这个问题。由于我在数学上不流畅,我尽量使用opencv。
findFundamentalMat()
,希望以某种方式提取两个相机矩阵,然后triangulatePoints()
。你可能已经猜到了,我卡在中间,无法从基本矩阵中获取相机矩阵。
教科书"计算机视觉中的多视图几何" (由Hartley和Zisserman提供)表达式(p.256,结果9.14),用基本矩阵和一个epipoles表示相机矩阵。但是,在不知道相机的内在参数(要求:无校准)的情况下,我不知道如何获得epipole。
我也尝试将我的问题视为立体声系统并使用opencv的stereo***
功能。但它们似乎都需要人工干预来校准,这违反了我的要求。
那么,这就是我今天在这里问这个问题的原因。鉴于这些额外的限制,关键是仍然可以进行相似性重建吗?我不够聪明,无法理解那里的丰富知识,也无法提出我自己的解决方案。任何帮助表示赞赏。