C++ 如何用OpenCV计算两帧间的旋转平移矩阵

我想用

OpenCV

计算两帧之间的旋转平移矩阵[R | t]矩阵（请参阅）

我知道我必须：

1） 检测两个帧上的功能（例如，使用

SURF

）
2） 匹配功能（例如，使用

ORB

和

bMatcher

）
3） 计算[R | t]矩阵。固有参数是已知的

但是，我不知道如何使用

OpenCV

完成第三步。有没有一种常规/简单的方法可以做到这一点

---

我的目标是计算摄像机的轨迹。

您需要使用RANSAC计算基本矩阵或基本矩阵

OpenCV很好地提供了这样做的功能

---

然后就是从本质参数矩阵

a

和基本矩阵

F

中获取

[R | t]

。关于这方面的更多信息，我想请你参考

在旋转和平移矩阵分别为R&T的情况下，可以简单地使用stereoCalibrate。对象点、l\U图像点、r\U图像点对象和左/右图像帧中匹配点/特征的坐标。

---

立体校准（对象点、l图像点、r图像点、LcameraMatrix、LDistcoefs、RcameraMatrix、RDistcoefs、图像大小、r、T、E、F）

假设您正在处理二维到二维的对应关系，您是否尝试过

cv:：findHomography（）

？我使用的是RGB+D相机，因此我知道每个像素的深度。然而，我尝试了cv:：findHomography（），但返回的结果似乎很奇怪。我可能错过了什么

findHomography（）

获取

vector

源点和目标点，并查找将源点映射到目标点的3x3投影矩阵。我强烈建议对

findHomography（）

使用带有默认参数的RANSAC方法。因为它接受的点是二维的，所以它们完全忽略深度。对于二维到三维的对应，您需要

solvePnP（）

或

solvePnPRANSAC（）

，但首先您必须知道目标在三维对象坐标空间中的实际坐标。对于RGB+D相机，如果我假设我的初始位置是（x=0，y=0，z=0），并且z始终等于0。我应该使用哪个函数？是二维到二维还是二维到三维？我脑子里还不清楚。稍后，我将计算每个像素在现实世界中的位置，但这是下一步。