问题描述
我正在尝试使用MATLAB的相机校准器来校准红外相机。通过将大约100张图像输入到校准器，我能够获得固有矩阵。但是我在努力获取外在矩阵[R | t]。
因为外部矩阵用于用摄像机框架映射世界框架，所以从理论上讲，当摄像机（对象）移动时，将会有很多外部矩阵。
在下面的图片中，如果使用50张图像确定本征矩阵，则每个图像对应50个本征矩阵。我说得对吗？
解决方法
您是对的。通常，内在校准的副产品是观察到的每种模式的外在矩阵。如您发布的图片所示，这通常用于相对于相机绘制图案。
此后通常要做的是定义一些对您的应用程序有意义的外部参考框架（也称为“世界”参考框架），并相对于它计算摄像机的姿态。那就是您经常听到的 外在矩阵。
为此，您：
- 定义参考框架，并在其上获取具有已知3D坐标的点；例如，这可以是在地板上绘制的网格。
- 使用已校准的相机拍摄3D点的图片，并获取这些点的对应2D（图像）坐标的列表。
- 使用姿态估计功能，该功能需要：摄像机固有参数，3D点和相应的2D图像点。我对OpenCV更为熟悉，但是似乎可以完成工作的Matlab函数是：https://www.mathworks.com/help/vision/ref/estimateworldcamerapose.html