在Matlab中创建stereoParameters类：摄像机相对旋转参数应使用什么坐标系？

stereoParameters

采用两个外部参数：

RotationOfCamera2

和

TranslationOfCamera2

问题是，关于

RotationOfCamera2

的真正含义并不是很详细，它只是说：

摄像机2相对于摄像机1的旋转，指定为3×3矩阵。

在这种情况下，坐标系是什么

可以在任何坐标系中指定旋转矩阵

“摄像机1的坐标系”到底是什么意思？它的x、y、z轴是什么

---

换句话说，如果我计算基本矩阵，我如何从基本矩阵中得到相应的

RotationOfCamera2

和

TranslationOfCamera2

？

RotationOfCamera2

和

TranslationOfCamera2

描述从camera1坐标到camera2坐标的转换。A的原点位于相机的光学中心。其X轴和Y轴位于图像平面内，其Z轴沿光轴指向

等价地，摄像机1的外部特征是身份旋转和零平移，而摄像机2的外部特征是

RotationOfCamera2

和

TranslationOfCamera2

如果你有基本矩阵，你可以。要记住两件事。首先，平移是按比例进行的，因此

t

将是一个单位向量。第二，由于向量矩阵乘法约定的不同，旋转矩阵将是从

estimateCameraParameters

获得的结果的转置

---

出于好奇，你想完成什么？你用的是一台移动的摄像机吗？否则，为什么不使用立体相机校准器应用程序校准您的相机，并免费获得旋转和平移？

假设左相机的第一个棋盘格（或任何世界参考）旋转为R1，平移为T1，右相机的第一个棋盘格旋转为R2，平移为T2，然后你可以计算如下：

RotationOfCamera2=R2*R1'；
平移FCAMERA2=T2-旋转FCAMERA2*T1

---

但请注意，此计算仅用于一个相同的棋盘参考。在matlab中，这两个参数由所有给定的棋盘图像对进行计算，并计算中值作为初始猜测。之后，将通过非线性优化来细化这些参数。所以在中位数计算之后，他们可能会有很大的不同。但如果两个摄像机只有一个参考点变换，则应使用上述公式。请注意，Dima告诉我们，matlab的旋转矩阵是正常使用的转置。因此，我写这篇文章是因为文献告诉我们的不是matlab的风格

谢谢迪玛的回答，我正在按照齐斯曼的方法从两张照片中重建一个场景。Stereh Calibrator应用程序的问题在于，它只适用于立体相机，需要几个图像对进行校准。但是我只有一对图像，因为相对的相机位置是不固定的。主要目标是用同一台相机从不同角度拍摄两张照片，然后从中获得密集的点云。@Dima，“其次，由于矢量矩阵乘法惯例的不同，旋转矩阵将是从估计的CameraParameters中获得的结果的转置。”你能澄清一下这句话吗？这只是惯例问题。在大多数教科书中，它是矩阵乘以列向量。在Matlab中，在图像处理工具箱和计算机视觉系统工具箱中，约定为行向量乘以矩阵。这意味着矩阵必须按照矩阵乘法的规则进行转置。