为了使用8pt算法计算基本矩阵，有必要首先将Hartley's paper中列出的点标准化 . 但是，如果我想在校准图像上使用8pt算法（即在基本矩阵上），我是否需要对图像平面上的点进行归一化？
对于基本矩阵，我执行以下操作（在MATLAB-esque伪代码中）：
% features1 and features2 are (n x 3) matrices of homog. coordinates
[matches1, matches2] = matchFeatures(img1, features1, img2, features2)
[normMatches1, T1] = HartleyNormalization(matches1)
[normMatches2, T2] = HartleyNormalization(matches2)
normF = estimateFundamentalMatrix(normMatches1, normMatches2)
F = T2' * normF * T1;
对于基本矩阵，我可以做同样的事情，但是额外的第一步：
features1 = K * features1
features2 = K * features2
其中K是我的校准矩阵 . 或者Hartley归一化仅适用于像素平面上的点吗？
1 回答
我认为你不需要规范计算基本矩阵的点数 . 您需要对基本矩阵进行归一化，因为您的点以像素为单位，并且通常比均匀的w坐标大1个数量级 .
另一方面，当您计算基本矩阵时，您的点位于标准化图像坐标中，您将原点移动到主点，然后除以焦距（以像素为单位） . 所以你的积分已经有效规范化了 .