Camera 从基本矩阵确定摄像机旋转和平移矩阵

Camera 从基本矩阵确定摄像机旋转和平移矩阵,camera,camera-calibration,extrinsic-parameters,Camera,Camera Calibration,Extrinsic Parameters,我试图从基本矩阵中提取旋转矩阵和平移矩阵。 我把这些答案作为参考: 现在我已经完成了上述步骤,将奇异值分解应用于基本矩阵,但问题来了。根据我对这个问题的理解,R和T都有两个答案,这导致了[R | T]的4个可能解。然而,只有一种解决方案适合实际情况 我的问题是如何确定4种解决方案中哪一种是正确的 我只是一个研究相机位置的初学者。因此,如果可能,请尽可能清楚(但简单)地回答。任何建议都将不胜感激。最简单的方法是使用可能的解决方案测试点3D位置,也就是说,在可能的4种解决方案中,只有一种方案中重

我试图从基本矩阵中提取旋转矩阵和平移矩阵。 我把这些答案作为参考:

现在我已经完成了上述步骤,将奇异值分解应用于基本矩阵,但问题来了。根据我对这个问题的理解,R和T都有两个答案,这导致了[R | T]的4个可能解。然而,只有一种解决方案适合实际情况

我的问题是如何确定4种解决方案中哪一种是正确的


我只是一个研究相机位置的初学者。因此,如果可能,请尽可能清楚(但简单)地回答。任何建议都将不胜感激。

最简单的方法是使用可能的解决方案测试点3D位置,也就是说,在可能的4种解决方案中,只有一种方案中重建的点位于两台摄像机前面。 因此,假设一个摄影机矩阵为P=[I | 0],则另一个摄影机有4个选项,但只有一对摄影机将这样的点放在它们前面

Hartley和Zisserman的多视图几何图形的更多细节(第259页)

如果您可以使用Opencv(版本3.0+),您可以使用一个名为“recoverPose”的函数进行计数,该函数将为您完成该工作

参考:OpenCV文档