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＆＃34;计算机视觉中的多视图几何＆＃34; （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。