我正在尝试从图像中恢复建筑物三个轴的3D方向。
我的当前方法是手动标注对应于三个轴的三个消失点,估计相机标定矩阵K,然后通过规范化K^{-1}v_{i}来计算旋转矩阵的每一列,如paper的附录中所述。
虽然这似乎有效,但计算出的R的列不完全正交,如果消失点更嘈杂,问题可能会更加明显。
我可以通过使用SVD分解估计的R并将所有奇异值设置为1来弥补它,但我更希望有一个更有原则的解决方案。另一种思路是将其作为受约束的优化问题求解,以最小化在消失点上的投影误差。
是否有更好的方法从K和消失点计算旋转矩阵,同时考虑正交和列统一性约束?
提前感谢您的回答。
我的当前方法是手动标注对应于三个轴的三个消失点,估计相机标定矩阵K,然后通过规范化K^{-1}v_{i}来计算旋转矩阵的每一列,如paper的附录中所述。
虽然这似乎有效,但计算出的R的列不完全正交,如果消失点更嘈杂,问题可能会更加明显。
我可以通过使用SVD分解估计的R并将所有奇异值设置为1来弥补它,但我更希望有一个更有原则的解决方案。另一种思路是将其作为受约束的优化问题求解,以最小化在消失点上的投影误差。
是否有更好的方法从K和消失点计算旋转矩阵,同时考虑正交和列统一性约束?
提前感谢您的回答。