我正在尝试从同一相机拍摄的两张图像中重建 3D 点的真实坐标。相机未校准，但运动（平移和旋转）是已知的。简而言之：
要求：
- 无需校准
除了图像点对应之外的额外约束：
- 已知的相机平移和旋转
- 在所有视图中使用相同的相机
我知道，仅从图像点对应关系来看，一个场景只能被重建到一个投影变换。通过更多的约束，可以进行仿射或相似性重建。就我而言，我需要进行相似性重建。
鉴于上述限制，相似性重建是否可能？如果可能的话，我应该怎么做？
我试图从几个角度来解决这个问题。由于我数学不流利，所以我尽量使用opencv。
findFundamentalMat()从这两个图像中，希望以某种方式提取两个相机矩阵，然后triangulatePoints()。你可能已经猜到了，我被困在了中间，无法从基本矩阵中获取相机矩阵。教科书“计算机视觉中的多视图几何”（Hartley 和 Zisserman 着）给出了一个表达式（第 256 页，结果 9.14），它根据基本矩阵和极点之一来表达相机矩阵。但是，在不知道相机的内在参数（要求：无需校准）的情况下，我不知道如何获得对极。
我还尝试将我的问题视为立体声系统并使用 opencv 的
stereo***功能。但是它们似乎都需要人工干预来校准，这违反了我的要求。
所以，这就是我今天在这里提出这个问题的原因。关键仍然是，考虑到这些额外的限制，相似性重建是否可能？我不够聪明，无法理解那里的丰富知识，也无法提出自己的解决方案。任何帮助表示赞赏。