【问题标题】:Camera matrix from essential matrix来自基本矩阵的相机矩阵
【发布时间】:2017-06-01 04:34:04
【问题描述】:

我正在尝试从基本矩阵中提取相机矩阵。我找到了一些关于这个的答案。

determine camera rotation and translation matrix from essential matrix

Rotation and Translation from Essential Matrix incorrect

在这些答案中,他们建议我使用newE,其中[U,S,V] = svd(E)newE = U*diag(1,1,0)*Vt。我不明白为什么我需要使用newE。据我所知,奇异值是独一无二的。因此,将奇异值更改为 diag(1,1,0) 似乎会使 E 变为完全不同的值。

我也读过“计算机视觉中的多视图几何”,但它只是指理想情​​况,即奇异值是 (1,1,0)。我没有找到使用newE的原因。

谁能解释一下为什么人们使用newE

【问题讨论】:

    标签: camera computer-vision camera-calibration extrinsic-parameters


    【解决方案1】:

    如果我正确理解了您的问题,那么由于您的源数据(因此E)通常是嘈杂的现实世界数据,那么通过使用diag(1,1,0),您可以将矩阵限制为正确的比例和等级以及代数执行几何约束。

    维基百科也有 has a nice section 对此进行解释。

    【讨论】:

    • 感谢您的回答。这样,可以满足约束,但结果似乎变得不正确。结果相当可靠吗?
    猜你喜欢
    • 1970-01-01
    • 2012-04-27
    • 1970-01-01
    • 1970-01-01
    • 2013-08-03
    • 2021-10-31
    • 2013-12-26
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多