假设摄像机模型是正交的，那么正交和透视摄像机模型在运动中是如何构造的呢?
还有，这些技术彼此之间有什么不同?
假设你有一个静态的场景和移动的相机(或者等效地，刚性的移动场景和静态相机)，你想从两个或更多的图像重建场景几何和相机运动。重建通常基于获得点对应，也就是说，你有一些方程，这些方程需要求解点和相机运动。
解既可以基于非线性最小化，也可以基于各种近似。摄像机可以用正射影或透视投影来近似。在最简单的SFM情况下，相机可以通过正交投影(或更一般地通过弱透视投影)来近似，其中场景可以恢复到比例。但由于正射影的特性，垂直于像平面的平移永远无法恢复。
较新的SfM方法使用透视投影，因为使用正交投影我们无法恢复所有信息。通过全透视投影，我们可以恢复例如沿光轴的平移。也就是说，几何形状和完整的运动可以恢复到全局尺度因子。
要理解为什么选择每种方法，我们需要查看相机的模型，当我们将其建模为正射影和当我们将其建模为透视。
正射影相机模型是一种特殊情况，我们假设场景到投影中心的距离是无限的。这意味着我们假设物体和图像之间的距离不会造成任何失真。因此，我们期望得到真实世界中的物体坐标和图像中的物体坐标的同一性。
例如，如果我们在现实世界中有一个坐标为(X1,Y1,Z1)，(X2,Y2,Z2)， (X3,Y3,Z3)的三角形，我们期望在图像(X1,Y1)，(X2,Y2)，(X3,Y3)上看到这个三角形X1=w X1 X2=w X2。Y1 = w * . .等等......其中w是某个比例因子。
什么时候这是一个好的假设?注意，我没有考虑到每个点的Z值。因此，当我们观察一个场景时，这个假设是好的，其中场景与相机的距离几乎是恒定的。
注意:这是一个非常简单的解释，没有考虑到很多其他因素，如相机本身的镜头失真等。