2

我有一个相对相机姿势估计问题，我正在看一个场景，其中不同方向的相机间隔一定距离。最初，我使用 5 点算法计算基本矩阵并将其分解以获得相机 2 wrt 相机 1 的 R 和 t。

我认为通过将两组图像点三角化为 3D 进行检查是个好主意，然后在 3D-2D 对应关系上运行solvePnP，但我从solvePnP 得到的结果很差。我正在尝试这样做以“优化”我的姿势，因为比例可以从一帧变为另一帧。无论如何，在一种情况下，我在相机 1 和相机 2 之间沿 Z 轴旋转了 45 度，对极几何部分给了我这个答案：

Relative camera rotation is [1.46774, 4.28483, 40.4676]
Translation vector is [-0.778165583410928;  -0.6242059242696293;  -0.06946429947410336]

另一方面，solvePnP..

Camera1: rvecs [0.3830144497209735;   -0.5153903947692436;  -0.001401186630803216]
         tvecs [-1777.451836911453;  -1097.111339375749;  3807.545406775675]
Euler1 [24.0615, -28.7139, -6.32776]

Camera2: rvecs [1407374883553280; 1337006420426752; 774194163884064.1] (!!)
         tvecs[1.249151852575814;  -4.060149502748567;  -0.06899980661249146]
Euler2 [-122.805, -69.3934, 45.7056]

camera2 的 rvecs 和 camera 1 的 tvec 出现了令人不安的问题。我的涉及点三角测量和 solvePnP 的代码如下所示：

points1.convertTo(points1, CV_32F);
points2.convertTo(points2, CV_32F);

 // Homogenize image points

points1.col(0) = (points1.col(0) - pp.x) / focal;
points2.col(0) = (points2.col(0) - pp.x) / focal;
points1.col(1) = (points1.col(1) - pp.y) / focal;
points2.col(1) = (points2.col(1) - pp.y) / focal;

points1 = points1.t();      points2 = points2.t();

cv::triangulatePoints(P1, P2, points1, points2, points3DH);

cv::Mat points3D;
convertPointsFromHomogeneous(Mat(points3DH.t()).reshape(4, 1), points3D);

cv::solvePnP(points3D, points1.t(), K, noArray(), rvec1, tvec1, 1, CV_ITERATIVE );
cv::solvePnP(points3D, points2.t(), K, noArray(), rvec2, tvec2, 1, CV_ITERATIVE );

然后我通过 Rodrigues 转换 rvecs 以获得欧拉角：但由于 rvecs 和 tvecs 本身似乎是错误的，我觉得我的过程有问题。任何指针都会有所帮助。谢谢！

4

0 回答 0