ここでは、問題の単純化されています(しかし、本質を示しています)。ある基準位置/姿勢の空間にボックスがあり、既知の位置/姿勢のキャリブレーションされたカメラCがあるとします。私はボックスの画像を撮り、投影画像B上のN個の特徴点x_iを識別することができる。コンピュータビジョン画像からの3D変換
ここで、誰かが箱(剛体変換)を比較的少量動かすと仮定しよう。私は箱の写真を撮り、再びN個の特徴点x * _iを識別することができます。私は剛体変換Tを解いてみたいと思います。
私の戦略は、等価的にボックスが動かなかったと仮定し、変換Cの逆変換によってカメラCを変換することによって見つかった別のカメラC *したがって、N点x _iは、カメラC *に対する画像Bの投影された特徴点です。
それで、私は、投影された2点のイメージポイントから必須行列Eを解くことができると信じています。 (カメラは校正されているので、基本行列ではなく必須行列を使うことができますか?)そこから、行列の分解を使って、カメラがどのように異なるかを説明する回転変換変換を抽出することができます。それの逆は、私が望む変換です。
正常に動作するようですか?私が8つの特徴点を見つけることができないが、3点だけを言うなら、どうなるだろうか?必須行列の推定値を得ることができますか、それとも完全に間違っていますか?