从一对图像中对应的点估计本质矩阵
返回3乘3的基本矩阵,E
= estimateEssentialMatrix (matchedpoints1.
,matchedpoints2.
,cameraParams
)E
,采用m估计样本一致性(MSAC)算法。输入点可以是米2的矩阵米的数量(x,y]坐标,或一个KAZEPoints
,SURFPoints
,MSERRegions
,BRISKPoints
,或cornerPoints
对象。的cameraParams
对象包含用于拍摄图像的相机的参数。
返回由不同相机拍摄的两个图像的基本矩阵。E
= estimateEssentialMatrix (matchedpoints1.
,matchedpoints2.
,cameraParams1
,cameraParams2
)cameraParams1
和cameraParams2
是cameraParameters
分别包含摄像机1和摄像机2参数的对象。
[
此外返回一个米1逻辑向量,E
,inliersIndex
) = estimateEssentialMatrix (___)inliersIndex
,用于计算基本矩阵。函数将向量的元素设置为真正的
用相应的点来计算基本矩阵。元素被设置为假
如果它们没有被使用。
[
另外,返回一个状态码来指示点数的有效性。E
,inliersIndex
,状态
) = estimateEssentialMatrix (___)
[___) = estimateEssentialMatrix (___,
使用一个或多个指定的其他选项名称,值对参数。名称,值
)
使用estimateEssentialMatrix
当你了解了相机的本质。您可以使用相机校准器应用程序。否则,您可以使用estimateFundamentalMatrix
不需要相机固有功能。基本矩阵不能从共面世界点估计。
Kukelova, Z., M. Bujnak, T. Pajdla5-pt和6-pt相对位姿问题的多项式特征值金宝搏官方网站解。英国利兹:BMVC, 2008。
[2] nist, D . .《五点相对姿态问题的有效解决方案》模式分析与机器智能学报。第26卷第6期,2004年6月。
Torr, P. H. S.和A. Zisserman。“MLESAC:一种新的用于估计图像几何的鲁棒估计器”。计算机视觉与图像理解。78卷,第1期,2000年4月,138-156页。