基本矩阵错误？

我试图通过扫描从相机拍摄的两个图像，检测图像中的特征，匹配它们，创建基本矩阵，使用相机内在函数计算基本矩阵，然后分解它以找到旋转和翻译。

这是matlab代码：

I1 = rgb2gray(imread('1.png'));
I2 = rgb2gray(imread('2.png'));

points1 = detectSURFFeatures(I1);
points2 = detectSURFFeatures(I2);

points1 = points1.selectStrongest(40);
points2 = points2.selectStrongest(40);

[features1, valid_points1] = extractFeatures(I1, points1);
[features2, valid_points2] = extractFeatures(I2, points2);

indexPairs = matchFeatures(features1, features2);

matchedPoints1 = valid_points1(indexPairs(:, 1), :);
matchedPoints2 = valid_points2(indexPairs(:, 2), :);

F = estimateFundamentalMatrix(matchedPoints1,matchedPoints2);

K = [2755.30930612600,0,0;0,2757.82356074384,0;1652.43432833339,1234.09417974414,1];

%figure; showMatchedFeatures(I1, I2, matchedPoints1, matchedPoints2);

E = transpose(K)*F*K;
W = [0,-1,0;1,0,0;0,0,1];
Z = [0,1,0;-1,0,0;0,0,0];
[U,S,V] = svd(E);

R = U*inv(W)*transpose(V);

T = U(:,3);

thetaX = radtodeg(atan2(R(3,2),R(3,3)));
thetaY = radtodeg(atan2(-R(3,1),sqrt(R(3,2)^2 +R(3,3)^2)));
thetaZ = radtodeg(atan2(R(2,1),R(1,1)));

我面临的问题是 R 和 T 总是不正确的。 ThetaZ 大多数情况下等于~90，如果我多次重复计算，有时我会得到预期的角度。 （不过仅在某些情况下）

我似乎不明白为什么。可能是因为计算的基本矩阵是错误的。或者我有什么地方出错了？

T 的比例/单位是什么？ （平移向量）或者是有不同的推断。

附：计算机视觉新手...

请注意，通过分解 E，可能有 4 种解决方案（2 种可能的旋转 X 2 种可能的平移）。 具体关于R，也可以是： R=UW转置(V); 类似地，T也可以是： T = -U(:,3);

要检查这是否是您的错误，请在此处发布针对您获得 ThetaZ~90 的给定情况的所有 4 种可能的解决方案。

我要检查的另一件事（因为你有 K）是直接估计基本矩阵（不经过基本矩阵）：http://www.mathworks.com/matlabcentral/fileexchange/47032-camera-geometry-algorithms/content//CV/CameraGeometry/EssentialMatrixFrom2DPoints.m http://www.mathworks.com/matlabcentral/fileexchange/47032-camera-geometry-algorithms/content//CV/CameraGeometry/EssentialMatrixFrom2DPoints.m