estimateEssentialMatrix
估计基本矩阵一对对应点的图像
语法
描述
返回3 x3的基本矩阵,E
= estimateEssentialMatrix (matchedPoints1
,matchedPoints2
,cameraParams
)E
使用M-estimator样品一致(MSAC)算法。可以输入点米2的矩阵米的数量(x,y)坐标,或KAZEPoints
,SIFTPoints
,SURFPoints
,MSERRegions
,BRISKPoints
,或cornerPoints
对象。的cameraParams
对象包含相机的参数用于图像。
返回两个由不同的摄像机拍摄的图像相关的基本矩阵。E
= estimateEssentialMatrix (matchedPoints1
,matchedPoints2
,cameraParams1
,cameraParams2
)cameraParams1
和cameraParams2
是cameraParameters
对象包含相机1和相机的参数分别为2。
(
此外返回一个米1逻辑向量,E
,inliersIndex
)= estimateEssentialMatrix (___)inliersIndex
用于计算基本矩阵。函数向量的元素集真正的
当相应的点被用来计算基本矩阵。元素集假
如果他们不习惯。
(
此外返回一个状态码来表示点的有效性。E
,inliersIndex
,状态
)= estimateEssentialMatrix (___)
(___)= estimateEssentialMatrix (___,
使用指定的一个或多个额外的选项名称,值对参数。名称,值
)
例子
输入参数
输出参数
提示
使用estimateEssentialMatrix
当你知道相机intrinsic。您可以获得intrinsic使用相机校准器应用。否则,您可以使用estimateFundamentalMatrix
函数不需要相机intrinsic。来自世界共面不能估计基本矩阵点。
引用
[1]Kukelova, Z。,米。Bujnak, and T. Pajdla多项式特征值解决5-pt和6-pt相对带来问金宝搏官方网站题。英国利兹:BMVC, 2008。
[2]nist, D . .“一个有效的解决方案五点相对姿态的问题。”IEEE模式分析与机器智能。问题6卷26日,2004年6月。
[3]托,p·h·S。,和A. Zisserman. “MLESAC: A New Robust Estimator with Application to Estimating Image Geometry.”计算机视觉和图像理解。78年卷1,2000年4月,第138 - 156页。
扩展功能
版本历史
介绍了R2016b