Ios 在立体图像中查找匹配关键点的距离

我目前正在从ios设备上的相机中提取帧。从这些帧中，我使用ORB查找关键点及其描述符。然后我使用BFMatcher查找图像上关键点之间的匹配

从这里我希望计算出从相机到这些点的距离。我使用的所有点都是平面的（现在我使用墙上的图钉进行测试）。在这一阶段，不需要考虑非平面表面，因此希望这会使它变得容易

我目前有：

• 关键点
• 关键点描述符
• 关键点之间的匹配
• 基本矩阵
• 本质矩阵
• 两台摄像机的投影矩阵（尽管我不确定如何测试第二台摄像机是否正确）

我想我必须以某种形式使用三角测量，但不完全确定这是如何工作的。我知道我必须将来自每个摄影机（由摄影机投影矩阵定义）的光线通过每个关键点，并找到它们相交（或最接近相交）的点。正如我假设的那样，在3D空间中，每条光线相交的可能性非常小。此外，我的关键点匹配通常相当好，因为我做一些基本的过滤，但有时关键点是错误的，所以我需要考虑这一点

在此之前，我使用Matlab校准了相机，所以我得到了焦距、主点和失真。但是，我从图像中提取的所有点都是二维的。据推测，这是必要的，以表示这些点在三维，但我不知道如何

还是我完全采取了错误的方法

---

显然，这将在场景中的每个点上完成，但我只是在其中画了一个点。平面（正方形）将始终处于相同的位置，但摄影机的位置将因帧而异。关键点将位于相同的位置，但并非每个帧都拾取每个点。

请参阅Hartley Sturm著名的最佳三角测量，以及：

能否发布一张显示相机和点位置的图纸？这将使它更容易理解……谢谢，我现在就来看看这些^ ^ ^ ^ ^我在很多帮助下实现了线性三角剖分算法。它生成每个关键点的x、y、z、w坐标。我猜是因为它们都在-1到1之间，它们在世界空间中？现在要了解如何将图像投影到这些点：）