问题标签 [extrinsic-parameters]

我的问题如下。

单个摄像机（位置和方向都保持不变）用于监控远处平面目标的运动。包括焦距、传感器分辨率、主点在内的内在参数是已知的。不考虑镜头畸变。

在世界系统中，关于目标（在平面内）的三个维度是已知的。我想知道确定相机外参是否足够。如果是，如何计算？

非常感谢。

我使用 Opencv 示例代码来进行相机校准。据我所知，外部参数有 12 个元素，但在 OpenCV 中，旋转矢量和平移矢量的总和为 6。

为什么 OpenCV 只有 6 个参数？

http://docs.opencv.org/2.4/_downloads/camera_calibration.cpp

我一直在阅读 Prince 的书Computer Vision: Models, Inference, and Learning，特别是为了理解相机参数和姿态估计问题，我在外部相机参数方面遇到了一些麻烦。据我了解，外部相机参数由旋转矩阵和平移向量组成。旋转矩阵将世界坐标系转换为相机坐标系。我的问题是旋转矩阵是否是严格意义上的旋转矩阵；因为它是正交的并且具有行列式 1。

我之所以问，是因为在随后的几何变换章节中，他描述了相机正在查看平面（w/z 坐标 = 0）的情况，并介绍了由外在相机矩阵表示的仿射和投影变换。我很困惑，因为使用旋转矩阵无法实现这样的转换，还是我错了？一般糊涂

基于MATLAB 链接的相机校准外在矩阵应该是 4x3 矩阵（包括方向和平移）意味着我们需要 12 个元素，但是，根据Tango 文档中的解释，我们只得到 3 个平移数字和 4 个旋转数字。如何用这 7 个数字创建 4x3 矩阵？

谢谢，瓦希德。

我最近使用 Matlab Single Camera Calibration App算法来校准相机的内在和外在。在找到棋盘的角落时，Matlab 的功能多次detectCheckerboardPoints执行（准确度）opencv api cv::findChessboardCorners，但在某些图片上，Matlab 的行为很奇怪。

例如，在下图中，棋盘格之间的角清晰可见，而 matlab 在奇怪的地方发现多余的角：

1. original image: //应该有5*8=40个内角点

2. 在未失真图像上找到的角点：//6*9=54 found

3. 在原始图像上找到的点：//6*10=60...

matlab 代码片段很简单，如下所示：

4. 在这张图片上用（下面的代码）检测到的角opencv非常精确：

//opencv代码：

我正在尝试从基本矩阵中提取相机矩阵。我找到了一些关于这个的答案。

从基本矩阵确定相机旋转和平移矩阵

基本矩阵的旋转和平移不正确

在这些答案中，他们建议我使用newEwhere[U,S,V] = svd(E)和newE = U*diag(1,1,0)*Vt. 我不明白为什么我需要使用newE. 据我所知，奇异值是独一无二的。因此，将奇异值更改为diag(1,1,0)似乎会产生E完全不同的值。

我还阅读了“计算机视觉中的多视图几何”，但它只是指理想情​​况，即奇异值是 (1,1,0)。我没有找到使用的原因newE。

请谁能解释我为什么人们使用newE？

我想计算两个相机的外部校准，并使用 cv::stereoCalibrate() 函数来执行此操作。然而，结果与现实并不相符。有什么问题？

设置：两台摄像机安装在 7 米高处，向下看时面对面。他们有很多视野交叉点，我捕获了我在校准中使用的棋盘图像。

我没有翻转任何图像。

我需要翻转图像吗？还是我需要做其他事情来告诉相机实际上是面对面的？

注意：相同的功能可以完美校准彼此相邻且朝向相同方向的摄像机（就像任何典型的立体摄像机一样）。

谢谢

我正在阅读solvePnP()OpenCV 中函数的源代码，当flags参数使用默认值SOLVEPNP_ITERATIVE时，它正在调用cvFindExtrinsicCameraParams2，其中它首先使用DLT算法（如果我们有一组非平面的 3D 点）来初始化 6DOF 相机姿势，和 SECOND 用于CvLevMarq solver最小化重投影误差。

我的问题是：DLT 将问题表述为线性最小二乘问题并用 SVD 分解来解决，这似乎是一个最优解，为什么我们之后仍然使用 Lev-Marq 迭代方法？

或者，DLT 算法劣势的问题/限制是什么？为什么封闭形式的解决方案会导致成本函数的LOCAL最小值？

我有由单个相机拍摄的场景的 2 张图像（左和右）。我知道内在矩阵K_L以及两个图像和两个相机之间的K_R相对旋转。R

如何计算t两个相机之间的精确相对平移？

我有一个 Primesense 胭脂红 1.08 和胭脂红 1.09。我需要 RGB 和 IR 相机的内在参数以及两者之间的外在参数。我使用支持 openni2 的 pcl。所以我需要知道openni2/pcl使用的传感器参数。

在 openni2 中有没有办法使用 openni2/pcl 找到内在函数和外在函数？Libfreenect2 可以选择获取 IR 和彩色相机内在函数，但这些参数与 openni 中的参数相同吗？所有这些参数是否在运行时从传感器中提取出来？

我试图通过 pcl 得到它，但我得到的是焦距和主要点的 nan

一个类似的问题已经被问到here https://stackoverflow.com/questions/41110791/openni-intrinsic-and-extrinsic-calibration。然而，它还没有收到任何答复。