Opencv 基于单应性的摄像机角度估计

我一直在尝试从两帧之间的单应性估计无人机的欧拉角（Rotz（偏航）*Roty（俯仰）*Rotx（滚转））。这意味着我从每一帧到上一帧的旋转必须乘以上一帧，以获得相对于初始轴的总旋转。因此：R_累计=R01*R12*。。。这些R是从openCV中的decompositehomography（）中获得的。根据REP和OpenCV单应页面，相机参考是Z向前、X向右和Y向下，但我的UAV参考系统是ENU。问题是如何从R_积累的dron方向中获取信息

单应性累积的R_告诉您如何将一个平面转换为另一个平面。所以，如果我想要相机的方向，相机必须做相反的运动才能得到相同的结果（inv（R_累计））？那么摄像机方向矩阵应该转换成ENU坐标？我试着做了几次旋转，但没有得到好的结果

最好的方法是直接从R_累积得到角度，然后交换俯仰和横滚。这是一个非常好的估计，但我仍然需要知道从相机帧到无人机帧的某种旋转矩阵

---

我不知道你是否理解我

最后，我有了解决问题的方法：

如果无人机轴与摄像机轴不同，我们必须找到一个矩阵R1，该矩阵将无人机轴转换为摄像机轴，另一个矩阵从摄像机轴到无人机轴R2，以相反的方式执行相同的任务

单应返回应应用于第一张图片以获得第二张图片的平移和旋转值。但我们想要的是拍照姿势，不是拍照姿势。因此，例如，如果z轴指向一个箭头指向上方的对象，则图像围绕该前进轴旋转90º将使箭头指向右侧。但这并不是相机为了使箭头指向正确而必须做的旋转。如果希望箭头指向右侧，则必须沿同一轴将相机旋转-90º。总之，摄像机运动与图像相反，因此摄像机旋转与单应旋转相反，平移为-1*（单应旋转）*比例因子

假设我们在初始图像和最终图像之间有一个旋转R。如果我们想获得无人机的欧拉值（最好称为Tait Brian）为Rotz*Roty*Rotx，我们必须计算R1*inv（R）*R2的欧拉值。R是帧之间所有中间旋转的乘积，因此R=Rinit*…*撕裂