OpenCV:从旋转和平移计算基础矩阵

5

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。

Essential Matrix

其中[t]x是t向量的叉积矩阵表示。

基础矩阵 因此

enter image description here

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。

Bad epilines

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。Eipole ok


请发布校准和位姿矩阵。 - Francesco Callari
你能确认一下这段代码片段是否有效吗? - MM.
1个回答

2

嗯,您的F矩阵似乎有误 - 首先,其秩更接近于3而不是2。 根据您提供的数据,我得出:

octave:9> tx = [ 0 -T(3) T(2)
> T(3) 0 -T(1)
> -T(2) T(1) 0]
tx =

   0.000000   0.028545   0.041492
  -0.028545   0.000000  -0.000165
  -0.041492   0.000165   0.000000

octave:11> E= R* tx
E =

  -2.1792e-04   2.8546e-02   4.1491e-02
  -4.8255e-02   4.6088e-05  -2.1160e-04
   1.4415e-02   1.1148e-04   2.4526e-04

octave:12> F=inv(M1')*E*inv(M2)
F =

  -3.6731e-10   4.8113e-08   2.4320e-05
  -8.1333e-08   7.7681e-11   6.7289e-05
   7.0206e-05  -3.7128e-05  -7.6583e-02

octave:14> rank(F)
ans =  2

看起来这更有意义。你能在绘图代码中尝试使用那个 F 矩阵吗?


非常抱歉。在叉乘矩阵中我有一个错误的数值...现在看起来好多了。谢谢。 - Josep Bosch

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文,
原文链接