基本矩阵的3D对应

[poster]

在MATLAB中，我已使用归一化的八点算法计算了（两个图像的） 基本矩阵 。因此，我需要对3D空间中的相应图像点进行三角剖分 。据我了解，要做到这一点，我需要旋转和平移图像相机。最简单的方法当然是先校准相机然后拍摄图像，但这对我的应用来说太过局限了，因为这需要额外的步骤。

这样就可以进行自动（自）摄像机校准了 。我看到了捆绑调整的内容 ，但是在3D立体幻镜中，它似乎需要初始平移和旋转，这使我觉得需要校准的相机，或者我的理解不足。

因此，我的问题是如何自动提取旋转/平移，以便将图像点重新投影/三角剖分到3D空间中。任何MATLAB代码或伪代码都是很棒的。



回答：

您可以使用基本矩阵来恢复相机矩阵，并从其图像中对3D点进行三角剖分。但是，您必须意识到，将要获得的重建将是投影重建，而不是欧几里得重建。如果您的目标是测量原始场景中的投影不变性（例如，交叉比，线相交等），但它不足以测量角度和距离（您必须为此校准相机），这将很有用。

如果您可以使用Hartley和Zisserman的教科书 ，则可以查看第9.5.3节，在其中您将找到从基本矩阵到一对照相机矩阵所需的内容，这将使您可以计算投影重建（我相信同样内容请参见《伊马书》第6.4节）。由于本书算法的源代码可在线获得 ，因此您可能需要检查函数vgg_P_from_F，vgg_X_from_xP_lin和vgg_X_from_xP_nonlin。



更多&回答...