opencv - 基本矩阵的相对相机姿态估计

Question

我想使用单个相机逐帧估计相对相机姿势。

为实现这一目标，采用了以下步骤。

1. 标定相机得到相机参数K
2. 使用SIFT/SURF寻找对应点
3. Fundamental Matrix Identification ;使用findFundamentalMat()，输入二维匹配点
4. 通过 E = K'FK 估计基本矩阵并针对奇点约束修改 E
5. 分解Essential Matrix得到旋转，R = UWVt/UW'Vt(U和Vt得到E的SVD)，得到平移t;

但是这样做之后，平移t太小了。假设初始相机位置是(0,0,0)。相机向前移动20cm后，下一个姿势是(0,0,20)，真正的平移应该是20cm。两者的水平差别很大。

怎么了？如何从翻译矩阵中获取真实的翻译？你能帮我吗？

Answer 1

基本矩阵仅按比例定义。分解 E 得到的平移向量是一个单位向量。如果没有更多信息(例如场景中已知大小的引用对象)，您无法获得以世界单位表示的相机之间的实际距离。