3d 给定本质矩阵的最小对应集?

3d 给定本质矩阵的最小对应集?,3d,computer-vision,camera-calibration,3d,Computer Vision,Camera Calibration,基本矩阵需要8个对应关系。在给定本质的情况下,估计基本矩阵需要多少图像对应关系?为什么?由于基本矩阵由旋转和平移组成,3+2(平移仅达到一个比例)有5个参数需要估计,每个对应给出一个方程。这是否意味着5个对应关系足以估计基本矩阵?五个点对应关系足以估计基本矩阵。早在2004年,D.Nister就提供了一个有效的解决方案,紧接着E.Stewenius提出了一个更优雅的解决方案。Nister解算器是OpenCv“FindSentialMat”例程使用的解算器 然而,您的数学有点错误:一般位置的5点对

基本矩阵需要8个对应关系。在给定本质的情况下,估计基本矩阵需要多少图像对应关系?为什么?由于基本矩阵由旋转和平移组成,3+2(平移仅达到一个比例)有5个参数需要估计,每个对应给出一个方程。这是否意味着5个对应关系足以估计基本矩阵?

五个点对应关系足以估计基本矩阵。早在2004年,D.Nister就提供了一个有效的解决方案,紧接着E.Stewenius提出了一个更优雅的解决方案。Nister解算器是OpenCv“FindSentialMat”例程使用的解算器

然而,您的数学有点错误:一般位置的5点对应提供10个线性约束。如果投影中没有歧义,最小解算器将需要3点对应