多视图几何(运动恢复结构sfm)---欧式结构只能获取和世界等比例的点云，这个地方可以解决项目之中的斜率问题，但是不能够解决实际高度的问题。另外一个需要进行注意的是捆绑调整算法（BA），后面会用到

运动恢复结构问题(Sfm)

通过三维场景的多张图像,恢复出该场景的三维结构信息以及每张图片对应的摄像机参数.

已知:n个3D点在m张图片之中对应的像素坐标,其中知道Mi为第i张图片对应的摄像机的投影矩阵.

求解:m个摄像机的投影矩阵Mi,n个三维点的坐标.

欧式结构恢复(摄像机的内参数已知,外参数未知------项目) 

• 已知量和求解量

•  三维重建之三角化(这个地方前面是已经学过的)

 如下所示,将世界坐标系放在第一个相机的原点位置,可以知道

上述之中的困难点是在于红色字体标出的位置都是未知的,因此在三角化会出现很多的问题.

欧式运动问题的解决恢复.

解决上述问题的方式

本质矩阵之中存在R和T。

• 解决过程

•  这里的核心是第三步，进行本质矩阵的分解。

上面的[Tx]是确定的，从而可以直接将相应的。

 由于R为旋转矩阵，因此保证行列式是为正的，如果要是负数，表示是一个镜像。

• 本质矩阵的分解

仿射结构恢复（摄像机为仿射相机，内、外参数均是未知的）

项目用不到

透视结构恢复

捆绑调整在后续会用上

• 透视投影恢复歧义

为了解决上面的透视投影出现的问题，我们需要采用新的方式进行相应的一个解决过程。

 透视奇异性的问题出现使得求解出现了问题，我们求取不到真实的M

这里的捆绑调整适用于欧式方法，因此这里的BA需要特别特别注意。

• 三维重建三角化的过程是如下所示（老生常谈）

•  代数方法

捆绑调整(Bundle Adjustment)

恢复就够和运动的非线性方法

上面的红色的点是重构的过程,上面的M,X都是未知的.