SLAM代码（多视几何基础）

本文主要介绍多视几何的一些概述
首先介绍单视的情况，从空间三维点经过世界到相机坐标系的转换，以及透视投影和相机的镜头畸变得到最终的2D点。前者称为外参数，后者成为内参数，两者的乘积称为camera matrix相机矩阵。内参数主要为焦距，主点，skew。畸变参数的主要成分为径向畸变，一般到第一项就可以。外参数中旋转矩阵满足单位正交性质，这些性质在标定相机内外参数时会用到。

相机标定

camera matrix的估计

在[张正友](research.microsoft.com/en-us/um/people/zhang/Papers/TR98-71.pdf
)的文章中给出了一种使用最大似然估计的方法。最小化重建误差，参数是一个3x4的矩阵拉成的向量。文章中给出了迭代初始值的估计方法（最小二乘），根据外参数矩阵的旋转矩阵的单位正交性质可以得到3个约束。所以至少需要３张图像才能计算出camera matrix，另外由于是使用的平面标定板，矩阵变为9个参数。

这里已经涉及相机的标定问题，相机的标定问题是一个经典问题，出现了很多方法，其中使用棋盘格zhangzhengyou的方法应用最为广泛。如果只是估计相机的部分参数，如只估计内参数。这样会涉及到另外的问题，如消失点，消失线等的计算。

内外参数标定

zhang方法主要分为四步
- 提取特征点，得到特征点的2D图像点和3D空间点的坐标
- 使用点对估计单应矩阵，由此可以得到不考虑畸变参数的相机内外参数。
- 内外参数的初始值计算畸变参数的初始值。
- 使用非线性优化方法迭代优化内外参数和畸变参数直到收敛。

对偶几何

二维空间

在二维空间中使用齐次表示，线和点对偶的，二次曲线的对偶仍是二次曲线，二次曲线的方程可用一个矩阵的二次型表示。如果矩阵是满秩的，那么是一个二次曲线，如果秩为1那么退化为2条曲线，如果秩为1那么退化为1条直线。线和点使用一个向量表示，二次曲线为一个对称矩阵。两条直线的叉乘为2直线的交点，两个点的叉乘为经过两点的直线。

Duality principle. To any theorem of 2-dimensional projective geometry there corresponds a dual theorem, which may be derived by interchanging the roles of points and lines in the original theorem.
理解对偶几何之后可以更好的理解消失点和消失线。

三维空间

三点确定一个面，三面确定一个点。

变换

透视投影的不变性

• 直线不变形，经过透视变换，直线保持为直线。
• 交比不变性。经过透视变换的直线保持交比大小不变。

分类

按照变换中不变形的保持，分为几类
- 欧式变换
- 各向同应变换
- 相似变换
- 仿射变换

The affine matrix A is hence seen to be the concatenation of a rotation (by φ); a
scaling by λ 1 and λ 2 respectively in the (rotated) x and y directions; a rotation back
(by −φ); and finally another rotation (by θ).

• 透视变换
  

各变换保持的性质（二维变换）

（三维变换）

矩阵

单应矩阵

如果3D点位于同一个平面上，那么该平面上的点和图像的点存在对应关系，也就是单应矩阵homography matrix。对于同一个平面的点，同样的不同视角下的图像的对应关系也是单应矩阵。单应矩阵的估计最常用的方法成文DLT，DLT中最小一个误差函数（costfunction），一种cost函数是使用代数误差，齐