准确测量一组基准点之间的相对距离（增强现实应用程序）

假设我有一组5个标记。我正在尝试使用增强现实框架（如ARToolkit）找到每个标记之间的相对距离。在我的摄影机中，前20帧仅向我显示前2个标记，因此我可以算出这2个标记之间的转换。后20帧仅显示第二和第三标记，依此类推。最后20帧向我显示第五和第一标记。我想建立所有5个标记的标记位置的3D地图。

我的问题是，由于视频馈送质量低而导致距离不准确，鉴于我收集到的所有信息，如何将不准确度最小化？

我幼稚的方法是使用第一个标记作为基点，从前20帧开始获取转换的平均值，然后将第二个标记放置在第3个和第4个标记上，依此类推。对于第5个标记，请将其放置在第5个和第1个以及第4个和第5个之间的转换平均值的中间，将其放置在第4个和第1个之间。我觉得这种方法虽然偏向于第一个标记放置，但并未考虑到相机每帧看到两个以上的标记。

最终，我希望我的系统能够计算出x个标记的图。在任何给定的帧中，最多可能出现x个标记，并且由于图像质量而导致非系统性错误。

关于正确解决此问题的任何帮助将不胜感激。

您可以使用运动类型算法的结构从环境（而不是从标记）中估计摄像头的姿势，然后将此摄像头姿势与标记的姿势融合在一起，以便准确地检测标记的位置。了解了相机的外部姿势（通过SFM）后，您可以对所有3D位置进行三角剖分。

对于姿势估计，五点方法通常比八点算法更准确。

大概，您应该进行进一步的束调整，以提高整体精度。