我知道，在两个相机视图A和B之间由基本矩阵FAB表示的比例仅在一个比例范围内是正确的(即，您不知道您是在看
近处的小树还是远处的大树(。但是，给定三个点a，b，c和两个基本矩阵FAB和FBC，它应该能够将它们的相对尺度联系起来。我的第一个想法是选择所有三个视图中存在的两个特征，并使用 FAB和FBC计算它们的距离，然后将它们相除。 也许对所有三个视图中存在的所有特征求平均值？ 我是否走在正确的轨道上，或者有更好的方法来做到这一点？
如果您知道相机的内在参数，则可以使用三角测量来估计 3D 点。使用点 a 和 b 之间的已知距离 d(a， b(，则可以使用 s = d(a， b(/d(a'， b'( 直接估计比例因子 s，其中 d(a'， b'( 是三角化点的距离。如果任意比例是可接受的，则可以使用与另一对的距离 d(a'， b'( 作为参考。为了鲁棒性，请使用点计算比例因子，并使用平均值作为最终比例因子。
如果有足够的点对应关系，则可以使用丛平差来进一步改进参数。 旋转和平移可以从基本矩阵计算，而基本矩阵又可以从相机内在矩阵和基本矩阵计算。