c++学习【10】对极几何求解相机运动

最新推荐文章于 2024-12-26 13:05:00 发布

m0_46973820

最新推荐文章于 2024-12-26 13:05:00 发布

阅读量168

点赞数

CC 4.0 BY-SA版权

分类专栏： c++学习文章标签：数码相机 c++ 学习

本文链接：https://blog.youkuaiyun.com/m0_46973820/article/details/131442593

c++学习专栏收录该内容

25 篇文章

订阅专栏

该代码示例展示了如何使用OpenCV库计算基础矩阵、本质矩阵和单应矩阵。通过对TUMdataset的标定值应用findFundamentalMat、findEssentialMat和findHomography函数，然后从本质矩阵中恢复旋转(R)和平移(t)信息。注意，由于场景非平面，单应矩阵的意义有限。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

  //-- 计算基础矩阵
  Mat fundamental_matrix;
  fundamental_matrix = findFundamentalMat(points1, points2, FM_8POINT);
  cout << "fundamental_matrix is " << endl << fundamental_matrix << endl;

  //-- 计算本质矩阵
  Point2d principal_point(325.1, 249.7);  //相机光心, TUM dataset标定值
  double focal_length = 521;      //相机焦距, TUM dataset标定值
  Mat essential_matrix;
  essential_matrix = findEssentialMat(points1, points2, focal_length, principal_point);
  cout << "essential_matrix is " << endl << essential_matrix << endl;

  //-- 计算单应矩阵
  //-- 但是本例中场景不是平面，单应矩阵意义不大
  Mat homography_matrix;
  homography_matrix = findHomography(points1, points2, RANSAC, 3);
  cout << "homography_matrix is " << endl << homography_matrix << endl;

  //-- 从本质矩阵中恢复旋转和平移信息.
  // 此函数仅在Opencv3中提供
  recoverPose(essential_matrix, points1, points2, R, t, focal_length, principal_point);
  cout << "R is " << endl << R << endl;
  cout << "t is " << endl << t << endl;