基于图像的计算机视觉三维变换

Question

以下是这个问题的简化(但给出了本质)。假设我在空间中有一个参考位置/方位的盒子和一个已知位置/方位的标定相机C。我拍了一张盒子的照片，可以识别投影图像B上的N个特征点x_i。

现在假设有人移动盒子(刚体变换)的数量相对较小。我拍了一张盒子的照片，可以再次识别N个特征点x*_i，我想要解决的刚体转换T。

我的策略是等效地假设盒子没有移动，并且假设我有另一个摄像机C*，它是通过变换T的逆变换相机C*找到的，所以N点x_i是图像B上相对于摄像机C*的投影特征点。

因此，我相信我可以从两组投影图像点中求出基本矩阵E(只要我有足够的--我想我需要8)。(既然摄像机是经过校准的，我想我可以只使用基本矩阵，而不是基本矩阵？)从这里，我可以使用矩阵分解来提取旋转和平移变换，以描述相机的区别。相反的是我想要的变换。

听起来会起作用吗？如果我找不到8个特征点，但只说了3个，会发生什么？我是否能够得到基本矩阵的估计，还是完全错误？

Answer 1

是的，它将工作，它是有可能解决，即使是一些丢失的功能，因为你能够分辨哪个是哪一个。据我所知，你至少需要8分，就像你说的。您所描述的是“从运动中构造”算法是如何工作的。请在本课的第三张幻灯片上查一查，接下来请看第20张幻灯片:8点算法。这和你在说什么完全相关。如果你意识到这一切，甚至不知道结构形式的运动，那么我真的印象深刻。

这是这个讲座的链接：SFM1.pdf