怎样不用标定板来确定相机的外参矩阵?
这是一个经典的pnp问题。我们假设世界坐标系就在黑色矩形纸片的角点上。这样我们就可以有了4个世界的3D点，然后检测矩形纸片的四个角点，得到他们的图像2D点。pnp问题就是通过2D点和3D点求解相机的位姿(R,t)。常用的方法是epnp， DLS，迭代法。如果3D点分布在一个平面上，那么通过点对(3D点2D点)算出单应矩阵。然后进行SVD分解。如果不是平面的情况，那么可以直接进行SVD分解。OpenCV3中给出了这几种方法。OpenCV2中没有DLS。
■网友
matlab中有相关的例子，你可以查下，输入多张有一定重叠的照片，通过程序就能得到每次相机的外参。
■网友
【怎样不用标定板来确定相机的外参矩阵?】 挖个坑……
Computer Vision: Models, Learning, and Inference
by Dr Simon J. D. Prince
15.4.1章节
简单来说还是一个svd分解
■网友
做slam的话。目前有不少方法，视觉slam可以试试orbslam2。
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 被子睡久了有异味20年老保姆教你来打理不用晒也不用洗
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采