从消失点计算旋转矩阵

The*_*One 5 3d computer-vision rotational-matrices vanishing-point

我正在尝试恢复图像中建筑物三个轴的 3D 方向。

我目前的做法是手动标注三个轴对应的三个消失点,估计相机标定矩阵K,然后通过归一化K^{-1}v_{i}从一个消失点计算旋转矩阵的每一列,如本文附录中所述。

尽管这似乎有效,但 R 的计算列并不完全正交,我怀疑如果消失点噪声更大,问题会更加明显。

我可以通过使用 SVD 分解估计的 R 并将所有奇异值设置为 1 来捏造它,但我更喜欢更有原则的解决方案。另一种思路是将其作为约束优化问题来解决,该问题旨在最小化消失点上的投影误差。

是否有更好的方法从 K 和消失点计算旋转矩阵,同时考虑正交性和列单位约束?

提前致谢。

Adi*_*vit 0

解决方案是仅注释 2 个消失点,第三个消失点由消失点正交性约束唯一定义。
然后,计算 R 的两列,并找到第三列作为另外两列的交叉(外积)。