Оцените существенную матрицу от соответствующих точек в паре изображений
возвращает 3х3 существенную матрицу, E
= estimateEssentialMatrix(matchedPoints1
,matchedPoints2
,cameraParams
)E
, использование демонстрационного согласия M-средства-оценки (MSAC) алгоритм. Точками ввода может быть M-by-2 матрицы количества M [x, y] координаты или KAZEPoints
, SURFPoints
, MSERRegions
, BRISKPoints
, или cornerPoints
объект. cameraParams
объект содержит параметры камеры, используемой, чтобы взять изображения.
возвращает существенную матрицу, связывающую два изображения, взятые различными камерами. E
= estimateEssentialMatrix(matchedPoints1
,matchedPoints2
,cameraParams1
,cameraParams2
)cameraParams1
и cameraParams2
cameraParameters
объекты, содержащие параметры камеры 1 и камеры 2 соответственно.
[
дополнительно возвращает M-by-1 логический вектор, E
,inliersIndex
]
= estimateEssentialMatrix(matchedPoints1
,matchedPoints2
)inliersIndex
, использованный для расчета существенная матрица. Функция устанавливает элементы вектора к true
когда соответствующая точка была использована для расчета основная матрица. Элементы установлены в false
если они не используются.
[
дополнительно возвращает код статуса, чтобы указать на валидность точек.E
,inliersIndex
,status
]
= estimateEssentialMatrix(matchedPoints1
,matchedPoints2
)
[
дополнительные опции использования заданы одним или несколькими аргументами пары Name,Value.E
,inliersIndex
,status
]
= estimateEssentialMatrix(___,Name,Value
)
Используйте estimateEssentialMatrix
когда вы знаете внутренние параметры камеры. Можно получить внутренние параметры с помощью приложения Camera Calibrator. В противном случае можно использовать estimateFundamentalMatrix
функция, которая не требует внутренних параметров камеры. Основная матрица не может быть оценена от компланарных мировых точек.
[1] Кукелова, Z., М. Баджнэк и решения для собственного значения полинома Т. Пэдждлы родственника на 6 ПБ и на 5 ПБ создают проблемы. Лидс, Великобритания: BMVC, 2008.
[2] Nister, D.. “Эффективное решение родственника с пятью точками создает проблему”. Транзакции IEEE согласно анализу шаблона и искусственному интеллекту. Объем 26, выпуск 6, июнь 2004.
[3] Торр, P. H. S. и А. Зиссермен. “MLESAC: Новое Устойчивое Средство оценки с Приложением к Оценке Геометрии Изображений”. Компьютерное зрение и Распознавание изображений. Объем 78, Выпуск 1, апрель 2000, стр 138-156.