OpenCV 3.0中findEssentialMat函数的使用
Usage of findEssentialMat function in OpenCV 3.0
我目前正在进行一个项目，使用 SIFT/SURF 从两张图像中恢复相机的 6-DOF-Pose。在旧版本的 OpenCV 中，我使用 findFundamentalMat 找到基本矩阵，然后通过已知相机固有 K 进一步得到基本矩阵，最终通过矩阵分解得到 R 和 t。结果非常敏感且不稳定。
我看到这里有人有同样的问题
OpenCV findFundamentalMat very unstable and sensitive
有人建议使用在最新版本的OpenCV3.0中实现的Nister的5点算法。
我读过一个例子
OpenCV documentation
示例中使用focal = 1.0和Point2d pp(0.0, 0.0)。
这是相机的真实焦距和原理点吗？单位是什么？在像素？还是实际尺寸？我很难理解这两个参数。我认为这两个参数应该从校准程序中获取，对吧？
对于我现在的相机（VGA模式），我使用Matlab Camera Calibrator获取这两个参数，这些参数是
Focal length (millimeters): [ 1104 1102]
Principal point (pixels):[ 259 262]
那么，如果我想改用我的相机参数，是否需要直接填写这些值？或将它们转换为实际尺寸，如毫米？
另外，我得到的翻译结果看起来像一个方向而不是实际大小，有什么办法可以让我得到实际大小的翻译而不是一个方向？
感谢任何帮助。
焦距
您从相机校准中获得的焦距以像素为单位。它实际上是“实际”焦距（例如以毫米为单位）与像素大小（也以毫米为单位）的比率。世界单位相互抵消，剩下像素。不幸的是，您无法同时估计世界单位的焦距和像素大小，只能估计它们的比率。
主点
主点也以像素为单位。它只是图像中与光轴相交的点。一个警告：您从 MATLAB 中的相机校准器获得的主点使用基于 1 的像素坐标，其中图像右上角像素的中心为 (1,1)。 OpenCV 使用基于 0 的像素坐标。所以如果你想在OpenCV中使用你的相机参数，你必须从主点减去1。
平移矢量
你从本质矩阵得到的平移向量是一个单位向量，因为本质矩阵只是按比例定义的。换句话说，你得到一个重建，其中单位是相机之间的距离。如果您需要公制重建（以实际世界单位表示），您需要知道相机之间的实际距离，或者您需要能够检测场景中已知大小的物体。看到这个 example.
我目前正在进行一个项目，使用 SIFT/SURF 从两张图像中恢复相机的 6-DOF-Pose。在旧版本的 OpenCV 中，我使用 findFundamentalMat 找到基本矩阵，然后通过已知相机固有 K 进一步得到基本矩阵，最终通过矩阵分解得到 R 和 t。结果非常敏感且不稳定。
我看到这里有人有同样的问题 OpenCV findFundamentalMat very unstable and sensitive
有人建议使用在最新版本的OpenCV3.0中实现的Nister的5点算法。
我读过一个例子 OpenCV documentation
示例中使用focal = 1.0和Point2d pp(0.0, 0.0)。
这是相机的真实焦距和原理点吗？单位是什么？在像素？还是实际尺寸？我很难理解这两个参数。我认为这两个参数应该从校准程序中获取，对吧？
对于我现在的相机（VGA模式），我使用Matlab Camera Calibrator获取这两个参数，这些参数是
Focal length (millimeters): [ 1104 1102]
Principal point (pixels):[ 259 262]
那么，如果我想改用我的相机参数，是否需要直接填写这些值？或将它们转换为实际尺寸，如毫米？
另外，我得到的翻译结果看起来像一个方向而不是实际大小，有什么办法可以让我得到实际大小的翻译而不是一个方向？
感谢任何帮助。
焦距
您从相机校准中获得的焦距以像素为单位。它实际上是“实际”焦距（例如以毫米为单位）与像素大小（也以毫米为单位）的比率。世界单位相互抵消，剩下像素。不幸的是，您无法同时估计世界单位的焦距和像素大小，只能估计它们的比率。
主点
主点也以像素为单位。它只是图像中与光轴相交的点。一个警告：您从 MATLAB 中的相机校准器获得的主点使用基于 1 的像素坐标，其中图像右上角像素的中心为 (1,1)。 OpenCV 使用基于 0 的像素坐标。所以如果你想在OpenCV中使用你的相机参数，你必须从主点减去1。
平移矢量
你从本质矩阵得到的平移向量是一个单位向量，因为本质矩阵只是按比例定义的。换句话说，你得到一个重建，其中单位是相机之间的距离。如果您需要公制重建（以实际世界单位表示），您需要知道相机之间的实际距离，或者您需要能够检测场景中已知大小的物体。看到这个 example.