我想计算立体相机的极线。 我知道两个相机的内参矩阵以及R和T。 我尝试按照《学习OpenCV》书籍和维基百科中所述的方法计算本质矩阵。
其中[t]x是t向量的叉积矩阵表示。
因此
我尝试使用Python实现这个功能,然后使用OpenCV函数cv2.computeCorrespondEpilines来计算极线。
问题在于我得到的线条没有像应该一样收敛到一个点上......我猜测我计算F时可能存在问题。这是相关代码片段:
T #Contains translation vector
R #Rotation matrix
S=np.mat([[0,-T[2],T[1]],[T[2],0,-T[1]],[-T[1],T[0],0]])
E=np.mat(R)*S
M1=np.mat(self.getCameraMatrix(cam1))
M1_inv=np.linalg.inv(M1)
M2=np.mat(self.getCameraMatrix(cam2))
M2_inv=np.linalg.inv(M2)
F=(M2_inv.T)*E*M1_inv
矩阵如下:
M1=[[ 776.21275864 0. 773.70733324]
[ 0. 776.21275864 627.82872456]
[ 0. 0. 1. ]]
M2=[[ 764.35675708 0. 831.26052677]
[ 0. 764.35675708 611.85363745]
[ 0. 0. 1. ]]
R=[[ 0.9999902 0.00322032 0.00303674]
[-0.00387935 0.30727176 0.9516139 ]
[ 0.0021314 -0.95161636 0.30728124]]
T=[ 0.0001648 0.04149158 -0.02854541]
我得到的输出类似于:
F=[[ 4.75910592e-07 6.28777619e-08 -2.78886982e-04]
[ -4.66942275e-08 -7.62837993e-08 -7.34825205e-04]
[ -8.86965149e-04 -6.86717269e-04 1.40633035e+00]]
编辑: 叉乘矩阵有误,应该是: S=np.mat([[0,-T2,T1],[T2,0,-T[0]],[-T1,T[0],0]])
现在极线相交于极点。