cv::Mat calibration_1 = ...;cv::Mat calibration_2 = ...;cv::Mat calibration_target = calibration_1;calibration_target.at<float>(0,2) = 0.5f * frame_wIDth; // principal pointcalibration_target.at<float>(1,2) = 0.5f * frame_height; // principal pointauto fundamental_matrix = cv::findFundamentalMat(left_matches,right_matches,CV_RANSAC);fundamental_matrix.convertTo(fundamental_matrix,CV_32F);cv::Mat essential_matrix = calibration_2.t() * fundamental_matrix * calibration_1;cv::SVD svd(essential_matrix);cv::Matx33f w(0,-1,1,1);cv::Matx33f w_inv(0,1);cv::Mat rotation_between_cameras = svd.u * cv::Mat(w) * svd.vt; //HZ 9.19
但在我的大多数情况下,我得到了极其奇怪的结果.所以我的下一个想法是使用一个完整的捆绑调整器(应该做我正在寻找的东西?!).目前我唯一的重要依赖是OpenCV,他们只有一个未记录的捆绑调整实现.
所以问题是:
>是否有捆绑调整器没有依赖关系并使用允许商业使用的许可证?
>还有其他简单的方法可以找到外在词吗?
>与摄像机距离差异很大的物体是否有问题? (重视差)
提前致谢
解决方法 我也在研究同样的问题并面临更为棘手的问题.以下是一些建议 –
>分解前修改基本矩阵:
在分解之前修改基本矩阵[U W Vt] = SVD(E),并且新E’= diag(s,s,0)其中s = W(0,0)W(1,1)/ 2
> 2阶段基本矩阵估计:
使用RANSAC内点重新计算基本矩阵
这些步骤应使旋转估计更容易受到噪声的影响.
总结以上是内存溢出为你收集整理的c – 在相机之间寻找外在的东西全部内容,希望文章能够帮你解决c – 在相机之间寻找外在的东西所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)