Segue la geometria multivista di Hartley/Zisserman, Algoritmo 12: il metodo di triangolazione ottimale (p318), ho ottenuto i punti immagine corrispondenti xhat1 e xhat2 (passaggio 10). Nel passaggio 11, è necessario calcolare il punto 3D Xhat. Uno di questi metodi è Direct Linear Transform (DLT), menzionato in 12.2 (p312) e 4.1 (p88).Triangolazione e trasformazione lineare diretta
Il metodo omogeneo (DLT), p312-313, afferma che trova una soluzione come unità singolare vettore corrispondente al più piccolo valore singolare di A, così,
A = [xhat1(1) * P1(3,:)' - P1(1,:)' ;
xhat1(2) * P1(3,:)' - P1(2,:)' ;
xhat2(1) * P2(3,:)' - P2(1,:)' ;
xhat2(2) * P2(3,:)' - P2(2,:)' ];
[Ua Ea Va] = svd(A);
Xhat = Va(:,end);
plot3(Xhat(1),Xhat(2),Xhat(3), 'r.');
Tuttavia, A è un 16x1 matrice, risultante in un Va che è 1x1.
Cosa sto facendo male (e una correzione) nell'ottenere il punto 3D?
Per quello che i suoi dati di esempio vale la pena:
xhat1 =
1.0e+009 *
4.9973
-0.2024
0.0027
xhat2 =
1.0e+011 *
2.0729
2.6624
0.0098
P1 =
699.6674 0 392.1170 0
0 701.6136 304.0275 0
0 0 1.0000 0
P2 =
1.0e+003 *
-0.7845 0.0508 -0.1592 1.8619
-0.1379 0.7338 0.1649 0.6825
-0.0006 0.0001 0.0008 0.0010
A = <- my computation
1.0e+011 *
-0.0000
0
0.0500
0
0
-0.0000
-0.0020
0
-1.3369
0.2563
1.5634
2.0729
-1.7170
0.3292
2.0079
2.6624
Aggiornamento codice di lavoro per il settore XI in algoritmo
% xi
A = [xhat1(1) * P1(3,:) - P1(1,:) ;
xhat1(2) * P1(3,:) - P1(2,:) ;
xhat2(1) * P2(3,:) - P2(1,:) ;
xhat2(2) * P2(3,:) - P2(2,:) ];
A(1,:) = A(1,:)/norm(A(1,:));
A(2,:) = A(2,:)/norm(A(2,:));
A(3,:) = A(3,:)/norm(A(3,:));
A(4,:) = A(4,:)/norm(A(4,:));
[Ua Ea Va] = svd(A);
X = Va(:,end);
X = X/X(4); % 3D Point
potrebbe essere meglio di inviare con i più piccoli ingressi previsti per xhat1, P1 ecc in modo che possiamo copiare e incollare un esempio di lavoro e non dobbiamo assumere in che forma sono i tuoi input. – MatlabDoug