在相机模型为正交摄影的假设下，如何从运动中对正投影和透视相机模型进行结构建模？
而且，这些技术之间有何不同？
最佳答案
假设您有一个静态场景和移动的摄像机(或者等效地，是一个刚性移动的场景和静态摄像机)，并且想从两个或多个图像中重建场景几何形状和摄像机运动。重建通常基于获得点对应关系，即您具有一些方程，这些方程应针对点和摄像机运动进行求解。
该解决方案可以基于非线性最小化，也可以基于各种近似值。相机可以通过正交投影或透视投影来近似。在最简单的SFM情况下，可以通过正交投影(或更一般而言，通过弱透视投影)来近似相机，在这种情况下，场景可以按比例恢复。但是由于正交投影的特性，垂直于像平面的平移永远无法恢复。
较新的SfM方法使用透视投影，因为使用正交投影无法恢复所有信息。通过全透视投影，我们可以恢复例如沿光轴的平移。也就是说，几何形状和完整运动可以恢复到全局比例因子。
关于opencv - 正交摄影机和透视摄影机在结构上与运动上的模型有何不同？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/39521396/