我是计算机视觉的初学者，因此我向您致歉。基本上，我要编码的想法是给定两个可以模拟多个基准立体声系统的摄像机。我正在尝试估计一台摄像机相对于另一台摄像机的姿态。
在同一场景中，我将在第二个摄像机的姿势中合并一些噪声，并给出来自摄像机1的清晰图像，以及来自摄像机2的轻微失真/偏斜图像，我想据此估算摄像机2的姿势数据以及摄像机之间的已知基线。我一直在阅读有关opencv中的单应性矩阵和相关实现的信息，但是我只是在尝试获取有关可能方法的一些建议。我所见过的单应性矩阵的大多数应用都在讨论缝合或叠加图像，但是在这里，我希望以此来寻找摄像机的六自由度姿态。
如果有人也可以阐明这些问题，那就太好了:可以将用于此的方法扩展到两个以上的摄像机吗？而且，这两个摄像机的姿势是否都有“噪点”，而且还可以在每个瞬间恢复6dof姿态？
最佳答案
让我们先澄清您的问题。我猜您正在寻找相对于另一个相机位置的相机姿势。仅通过纯照相机旋转，Homography对此进行了描述。对于包括平移的常规运动，这由旋转和平移矩阵描述。如果摄像机的视场重叠，则可以使用运动结构来解决任务，该结构仍仅估计5自由度。这意味着翻译是按比例估算的。如果摄像机视场中有尺寸已知的棋盘，则可以通过运行PnP算法轻松解决6dof问题。当然，应该首先对相机进行校准。最终，在2008年，马克·波列菲斯(Marc Pollefeys)提出了一个想法，如何在不使用任何国际象棋棋盘的情况下，从两个不重叠视场的移动摄像机中估算6自由度。为了给您更多细节，请告诉您您正在寻找的应用程序。
关于opencv - 在已知基线的情况下估计给定另一台摄像机的姿态，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/30696818/