Computer vision 从基本矩阵计算极线

Computer vision 从基本矩阵计算极线,computer-vision,triangulation,Computer Vision,Triangulation,我有一个关于图像处理和计算机视觉课程中给出的一个问题的问题: 鉴于: ->两个摄像机的固有参数K=K'=1[3x3单位矩阵] ->基本矩阵 算计 i) 两个摄像机的极线点 ii)与点x=(2,2)相关的极线(这是相机1图像平面中的点,即相机1看到的未知3D点的投影) 解决方案: i) 这很容易。只要解F*e=0和e'F=0的方程(我已经这样做了) 我不确定。我只知道我可以通过l=F*p计算极线向量l(或者分别对另一个相机进行fttransposed,其中p是一个3D点)。 是否有方法获得两个摄像

我有一个关于图像处理和计算机视觉课程中给出的一个问题的问题:

鉴于: ->两个摄像机的固有参数K=K'=1[3x3单位矩阵] ->基本矩阵

算计 i) 两个摄像机的极线点 ii)与点x=(2,2)相关的极线(这是相机1图像平面中的点,即相机1看到的未知3D点的投影)

解决方案: i) 这很容易。只要解F*e=0和e'F=0的方程(我已经这样做了) 我不确定。我只知道我可以通过l=F*p计算极线向量l(或者分别对另一个相机进行fttransposed,其中p是一个3D点)。 是否有方法获得两个摄像机之间的变换矩阵(即,如果我假设摄像机1在原点对齐,则摄像机2的摄像机矩阵)

感谢您的帮助,
提前谢谢

有一个点-线对应关系,因此对于图1中的任何给定点,您可以通过您提到的方程计算对应于该点的极线。我不知道你所说的两个摄像机之间的变换是什么意思,但是如果你知道基本矩阵,你就不需要任何关于摄像机的内在参数的信息

不能仅使用基本矩阵计算第二个摄影机的摄影机矩阵