我有一个已知世界位置的移动相机，我可以避免特征匹配来计算两个图像之间的基本矩阵吗？

Question

我有一个在太空中移动的单目相机，我可以知道那个相机在 t 和 t + dt 的位姿。

我一直在使用 Matlab 和 OpenCV 上的极线几何，据我了解，通常使用的方法是从内部特征点计算基本矩阵，这导致我们得到极线、外线和视差图。

在我的情况下，我知道两个相机的世界位置，有谁知道如何表达，或者它是否确实提供了图像校正矩阵的快捷方式？

谢谢！

Answer 1

如果您知道相机从一个到另一个的平移 T (3x1)，以及旋转 R (3x3)，那么基本矩阵是E=hat(T)*R

看看这里的帽子运算符： http://en.wikipedia.org/wiki/Hat_operator

从本质上来说，根本就是从两边乘以一个形式的K。

E=K^T * F * K

其中 K 是相机固有参数矩阵，通过典型校准计算得出。