摘要：
多视图几何；本质矩阵E、基础矩阵F;矩阵RT分解。
粗略记录
B站大学链接：https://www.bilibili.com/video/BV1gR4y147Tt/
极几何关系作用：简化三维点的深度计算，不需要再依赖三维空间的光心间旋转R和平移T来确定。
B:相机光心距离/基线距离。
f:相机焦距。
pu-pu’:视差距离。
通过图像校正过程获得两幅图的平行视图。
两个重点步骤：
1、极点投影到无穷远处；
2、最小化4的公式。
三种经典的运动恢复结构任务：
1、欧式结构：摄像机内参数已知，外参数未知
2、仿射结构：摄像机为仿射相机，内外参未知
3、透视结构：摄像机为透视相机，内外参未知
运动结构恢复目标：通过三维场景的多张图像，恢复出场景的三维结构信息以及每张图片对应的摄像机参数。
无法先验知道相片之间的旋转和平移，不能直接使用传统的三角化方法求同名点的三维坐标。
欧式结构通过以下4步求解出RT。
矩阵分解中，基础矩阵F忽略正负和尺度因素。
本质矩阵的RT分解:
粗略速览了一遍多视图几何和后面的SFM系统，给出了相关思路和公式，后续有空了再整理下。
//TODO:理论再整理，留个坑在这先。