Régression sous contraintes

Bonjour,

Je travaille sur un projet de traitement d'image a base de marqueurs au sol connue. Je dois faire ce que l'on appelle du bundle adjustement sur la base de données de n images contenant le marqueur.

Normalement dans le cas de points 3D l'ajustement se fait à partir de cette équation: min (Ri,Ti,Xj) Somme(xj - f(Ri,Ti)*Xj)² ou Ri et Ti sont les Rotations et translations dans une image i et Xj sont des points 3D vue dans l'image au coordonnées xj.

Le problème (ou pas) c'est que j'ai des contraintes sur les points 3D, à savoir que mon marqueur à une taille définie. Donc ce que je voulais faire c'est regrouper les images contenant le marqueur m donc pour toutes les image i constant le marquer m j'applique une équation sous contrainte:
min (Ri,Ti,Xj) Somme(xj - f(Ri,Ti)*Xj)² + contrainte pour i (0,m).

Je bloque sur la modélisation de la contrainte. Comment puis-je modéliser le fait que la distance (Xj,Xj+1) = d ?

Si quelqu'un pouvez me donner des pistes?

D'avance merci.