基于本质矩阵的相对摄像机姿态估计

Question

我想用一个相机来估计相对相机的姿态。

为实现这一目标，采取了以下步骤。

1. 标定相机获得摄像机参数K
2. 使用SIFT/SURF查找对应点
3. 基本矩阵识别；使用findFundamentalMat()，并输入匹配点2D
4. 用E=K‘’FK估计本质矩阵和修正奇异约束E
5. 分解本质矩阵得到旋转，R= UWVt / UW'Vt (U和Vt是E的SVD )，得到平移t；

但这样做后，平移t太过small.assume，初始相机位置为(0，0，0).After摄像机向前移动20 is，下一姿态为(0，0，20)，实际平移应为20 is，两者的.The电平相差很大。

怎么了？如何从翻译矩阵中获得真正的翻译?你能帮我吗？

Answer 1

基本矩阵的定义仅限于规模。从E分解得到的平移向量是一个单位向量。如果没有更多的信息，例如场景中已知大小的参考对象，您就无法获得世界单位中相机之间的实际距离。