如何计算2台摄像机之间的旋转和平移？

Question

我知道棋盘相机校准技术，并且已经实现了它。

如果我有2台摄像机观看同一场景，并且我同时使用棋盘技术校准两者，我可以计算它们之间的旋转矩阵和平移向量吗？怎么样？

Answer 1

如果您拥有相应点的3D相机坐标，则可以Rigid Body Transformation

计算最佳旋转矩阵和平移向量

Answer 2

如果您已经使用OpenCV，那么为什么不使用cv::stereoCalibrate。

它返回旋转和平移矩阵。您唯一需要做的就是确保两个摄像机都能看到校准棋盘。

在OpenCV库提供的.cpp示例中显示了确切的方法（我有2.2版本，默认情况下在/ usr / local / share / opencv / samples中安装了示例）。

代码示例名为stereo_calib.cpp。虽然没有清楚地解释他们在那里做了什么（为了你可能想要“学习OpenCV”），这是你可以依据的东西。

Answer 3

如果我理解正确，你有两个校准过的摄像机观察一个共同的场景，你希望恢复它们的空间排列。这是可能的（只要您找到足够的图像对应关系），但在翻译范围内只能达到未知因素。也就是说，我们可以恢复旋转（3个自由度，DOF）并且只恢复平移的方向（2个自由度）。这是因为我们无法判断投影的场景是否很大，相机是否很远，或者场景是否很小以及相机是否接近。在文献中，5自由度安排被称为相对姿势或相对方向（Google是你的朋友）。 如果您的测量结果准确且位置一般，则6点对应可能足以恢复独特的解决方案。 A relatively recent algorithm正是这样做的。

Nister，D。，“五点相对姿势问题的有效解决方案”，“模式分析与机器智能”，IEEE Transactions on，vol.26，no.6，pp.756,770，June 2004 doi：10.1109 / TPAMI.2004.17

Answer 4

<强>更新

使用动作/束调整包中的结构（如Bundler）同时解决场景的3D位置和相关摄像机参数。

任何此类套餐都需要多个输入：

1. 您拥有的相机校准。
2. 相机中感兴趣点的2D像素位置（使用兴趣点检测，如Harris，DoG（SIFT的第一部分））。
3. 每个摄像机的兴趣点之间的对应关系（使用SIFT，SURF，SSD等描述符进行匹配）。

请注意，解决方案达到了一定的规模歧义。因此，您需要在摄像机之间或场景中的一对物体之间提供距离测量。

原始回答（主要适用于未经校准的相机，正如评论所指出的那样）：

来自加州理工学院的这个camera calibration toolbox包含解析和可视化内在物质（镜头参数等）和外在物（每张照片拍摄时相机如何定位）的能力。后者是你感兴趣的。

Hartley and Zisserman blue book也是一个很好的参考。特别是，您可能需要查看关于极线和章节的章节，该章节可以在链接处免费在线。