我开始学习一些关于相机矩阵及其求解方法的知识。我在其中许多方法中看到使用矩阵的奇异值分解,但我不明白使用它的目的是什么,有人可以给出一些提示吗?
最佳答案
SVD 用于将一个矩阵分解为三个矩阵,这三个矩阵以一种方式相乘将得到原始矩阵,如果以相反的顺序相乘将得到逆矩阵。
例如,当尝试求解包含 n 个未知数的 n 个方程组的方程组时,这非常有用。
在相机校准的情况下,我假设未知数是校准参数。
我会尽力为您找到一个描述这两个过程的好链接。
关于matrix - 奇异值分解,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14922557/