摄影测量问题：将两个 3D 坐标系与旋转映射在一起

问：

我正在尝试完成一个相对基本的摄影测量项目，在该项目中，我们尝试根据图片在世界坐标中的位置，从 2D 图片中定位物体在世界坐标中的 3D 点。相机的投影角度是已知的。这些照片是在已知半径内围绕物体周围 8 个等距距离拍摄的，因此投影中心的坐标是已知的。

然后，我从不同的图片中识别出物体上的相应关键点。在图像平面上标识的关键点将与投影中心形成一条 3D 线，这条线将用于从另一个方向进行三角测量。这是在针孔相机模型假设下。

我的问题是确定这个关键点在 3D 世界坐标中的位置。

我认为我没有时间在截止日期之前对此进行编程（在 Python 中使用 OpenCV），但只是想能够了解如何完成这个三角测量。

我的想法是，我可以把相机坐标原点放在相机的投影中心，从而在相机焦距的距离处给出虚拟图像平面。现在，像素坐标可以转换为毫米，并给出该平面上关键点的其他两个坐标。我现在在相机的本地坐标系中有一个关键点的 3D 坐标。我无法将相机的局部坐标系映射到世界坐标系，即使我知道它们之间的旋转和平移。

这是否仅用轮换和平移矩阵来表示？如何定义可以将局部相机坐标系中的 3D 点转换为全局世界坐标系的关系？

我遇到的另一个问题是，应用于 3D 点的两个旋转矩阵将根据乘法顺序获得不同的结果。因此，对于需要绕两个轴旋转才能在世界坐标系中定义的坐标系，我如何知道应用旋转的顺序？我需要使用四元数吗？