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。