我有 2D 图像数据，在纬度和经度上有相应的相机位置。我想将像素坐标转换为 3D 世界坐标。我可以访问内部校准参数和偏航、俯仰和滚动。使用 Yaw、pitch 和 roll 我可以推导出旋转矩阵，但我不知道如何计算平移矩阵。当我处理数据集时，我无法实际访问相机。请帮我导出翻译矩阵。
最佳答案
如果您没有相机相对于地面的高度(AGL 或 ASL)或其他解析图像比例的方法(例如，通过在图像中识别已知物体)，则根本无法完成大小，例如航拍图像中的足球场)。
假设您可以解决比例问题，下一个问题是您可以(或想要)多精确地模拟地形。对于第一次近似，您可以使用标准大地椭球体(例如 WGS-84)。为了获得更高的精度 - 特别是对于从较低高度拍摄的图像 - 您将需要使用 DTM 并将其注册到图像中。无论哪种方式，它都是一个标准的反投影问题:计算从相机中心到像素的光线，将其转换为世界坐标，然后与椭球体或 DTM 相交。
有很多开源库可以帮助您使用各种语言(例如 GeographicLib)实现这一点
编辑以添加建议:
在 ECEF 中表达您的相机位置。 在 ECEF 中转换来自相机的光线，同时考虑相机旋转。您可以使用库进行两种转换，例如nVector .
然后继续将光线与椭圆体相交，如 this answer 中所述。 .
关于opencv - 如何计算平移矩阵？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55762178/