如何将从本质矩阵获得的相机位姿（平移矩阵）转换为世界坐标系答案

【问题标题】：How to convert camera pose (Translation matrix) obtained from the essential matrix to world coordinate system如何将从本质矩阵获得的相机位姿（平移矩阵）转换为世界坐标系
【发布时间】：2015-10-27 01:57:24
【问题描述】：

我从基本矩阵中提取了旋转和平移矩阵。平移向量具有尺度模糊性。因此，我无法定义它的“真实”值。

我的步骤如下：

F=estimateF(matches1,matches2,'RANSAC')
E=K2'*F*K1
[U S V]=svd(E)
s=(S(1,1)+S(2,2))/2
S=diag([s s 0])
E_new=U*S*V'
[U S V]=svd(E_new);
R1=U*W*V'
R2=U*W'*V';
t1=U(:,3);
t2=-t1

我的问题是如何以毫米为单位定义第二个相机与第一个相机的平移。

【问题讨论】：

标签： matlab opencv computer-vision stereo-3d multiple-views

【解决方案1】：

除非您知道更多将您的观点与现实世界联系起来的信息，否则无法恢复绝对比例。

例如，如果您知道以毫米为单位的校准棋盘的正方形的角点，那么您将能够知道相机彼此之间的距离（以毫米为单位）。

【讨论】：