OpenCV中基本矩阵的本质矩阵

我已经通过使用SURF找到的对应点计算了立体对的基本矩阵。根据Hartley和Zisserman的说法，基本矩阵的计算方法如下：

E = K.t() * F * K

---

我是怎么得到K的？还有其他方法计算E吗？

我不知道你从哪里得到的公式，但正确的方法是

E=K'^T。FK

（见Hartley&Zisserman第二版第257页第9.6节）

K

是相机的固有参数，包含图像中心的比例因子和位置，以像素单位表示

    | \alpha_u     0     u_0 |
K = |    0      \alpha_u v_0 |
    |    0         0      1  |

（很抱歉，SO上不支持Latex）

编辑：要获取这些值，您可以：

• 校准照相机
• 如果有制造商数据，请计算近似值。如果镜头在传感器上正确居中，则u_0和v_0分别是图像分辨率宽度和高度的一半。和

  alpha=k.f

  ，其中f为焦距（m），k为像素比例因子：如果像素为6 um，则

  k=1/6um

  。 例如，如果镜头为8mm，像素大小为8um，则

  alpha=1000

计算E

当然，有几种方法可以计算E，例如，如果你已经对摄像机组进行了强校准，那么你可以在两台摄像机之间提取R和t（旋转矩阵和平移向量），E被定义为斜对称矩阵t和矩阵R的乘积

但是如果你有这本书，所有这些都在里面

---

编辑刚刚注意到，关于这个话题甚至还有一个新的话题

对不起，我没有提到立体图像是用同一台相机拍摄的，所以K'=K，对于t（），我指的是用于转置矩阵的OpenCV函数。所以，我现在的问题是：如何从图像中获取K（我事先不知道）？