根据同构分解计算相机位置

Question

我有一个已知位置的参考图像A，并且我想在图像B处计算摄像机的相对位置（即，以米为单位的tx，ty，tz）。 图像是使用同一台相机拍摄的，因此相机矩阵保持不变。 我正在使用SIFT来检测和计算两个图像中的关键点和描述符，并将其与FLANN匹配。 从那里，我可以得到用cv :: decomposeHomography（..）分解的单应性矩阵。 此功能基于本文： PDF 。 本文指出，平移矩阵通过d *进行归一化，d *是平面深度。

为了获得正确的平移，我需要知道平面深度。 有没有一种方法可以在不知道图像中找到的对象大小的情况下获得此效果？

Answer 1

使用单应性分解计算的3D平移只能计算到未知的比例因子。 这是仅使用图像中的视在运动从单眼图像计算3D几何的经典问题。 因此，通常将单眼图像的3D重建称为度量重建（而不是解析比例的欧几里得重建）。 要解决比例因子，还需要更多信息，例如知道平面上某个点的深度或相机在图像之间移动的距离。