Opencv 在给定摄影机移动的情况下，从两幅图像重建三维点

我试图从同一台相机拍摄的两张图像中重建3D点的真实坐标。摄像机未校准，但运动（平移和旋转）已知。简言之：

要求：

• 无校准

图像点对应以外的其他约束：

• 已知的摄影机平移和旋转
• 在所有视图中使用相同的摄影机

我知道，仅从图像点对应关系，场景只能重建为投影变换。使用更多约束，可以进行仿射或相似性重建。在我的例子中，我需要一个相似性重建

鉴于上述限制，是否可以进行相似性重建？如果可能的话，我应该怎么做？

我试图从几个角度来探讨这个问题。由于我数学上不太流利，我尽量使用opencv

findFundamentalMat（）

从两幅图像中，希望以某种方式提取两个摄影机矩阵，然后

triangulatePoints（）

。正如你可以猜到的，我陷在中间，无法从基本矩阵获得相机矩阵。 教科书“计算机视觉中的多视图几何”（由Hartley和Zisserman编写）给出了一个表达式（第256页，结果9.14），该表达式用基本矩阵和一个对极表示摄像机矩阵。然而，在不知道相机的内在参数（要求：无校准）的情况下，我不知道如何获得对极

我还尝试将我的问题视为立体声系统，并使用opencv的

立体声***

功能。但它们似乎都需要人工干预来校准，这违反了我的要求

---

所以，这就是我今天在这里问这个问题的原因。关键仍然是，考虑到这些额外的约束，相似性重建是否可能？我不够聪明，无法理解外面的知识财富，也无法想出自己的解决方案。非常感谢您的帮助。

如果您的相机内置了，您能解决问题吗？通常情况下，猜测校准可能会得到一些结果（可能无法满足您所需的精度），如果给定相机内部参数，我认为问题将变得微不足道。将第一个摄影机位置视为原点，应用平移和旋转以获得第二个摄影机姿势，然后

triangulatePoints（）

将完成此工作。我说的对吗？如果你的相机内置了，你能解决这个问题吗？通常情况下，猜测校准可能会得到一些结果（可能无法满足您所需的精度），如果给定相机内部参数，我认为问题将变得微不足道。将第一个摄影机位置视为原点，应用平移和旋转以获得第二个摄影机姿势，然后

triangulatePoints（）

将完成此工作。我说得对吗？