我们如何从基本矩阵中找到精确的平移向量(具有精确缩放,而不是单位范数)

时间:2017-02-09 04:53:55

标签: computer-vision

我正试图通过一对相机(立体声系统)获取我在场景的两个不同视图中的点的3D度量重建。

为此,我做了校准相机,估计基本矩阵并获得基本矩阵的估计。现在,在Hartley& Zisserman的“CV中的多视图几何”一书中,我看到对于任何给定的E,它们对应4个规范相机对,其中只有一个重建为“实际”立体声配置。

但问题是翻译向量的范数是1.我需要精确的翻译向量。

1 个答案:

答案 0 :(得分:0)

如果您联合校准了立体装备的摄像机,则平移向量是其输出,以与您使用的校准对象的几何规格相同的单位表示。

如果您没有,那么您还没有任何有关场景比例的信息。您可以通过重建(通过立体声)具有已知尺寸的对象来恢复它。