计算机视觉——对极几何与基础矩阵

1、对极几何

对极几何是研究两幅图像之间存在的几何。它和场景结构无关,只依赖于摄像机的内外参数。研究这种几何可以用在图像匹配、三维重建方面。
在这里插入图片描述

  • 基线:连接两个摄像机光心 O ( O ′ ) O(O') O(O)的直线
  • 对极点:基线与像平面的交点
  • 对极平面:过基线的平面
  • 对极线:对极平面与图像平面的交线
  • 基本矩阵F:对应点对之间的约束 m ′ T F ′ m = 0 m'^TF'm=0 mTFm=0

1.1 极线约束

在这里插入图片描述
  从第一个摄像机可得知,该点必定位于3D空间中的一条特定光线上。进而第二幅图像中该点的投影位置x2必定位于第二幅图像中这条光线投影上的某个位置。三维空间中的光线在二维空间中的投影就是所谓的极线。这种几何关系告诉我们一些重要信息:对于第一幅图像中的任意点,其在第二幅图像中的对应点被限制在一条线上。这就是所谓的极线约束

1.2 极点

在这里插入图片描述
  图像中每一个点都与三维空间中的一条光线相关联,每一条光线都在第二幅图像中投影而形成极线。由于所有的光线都汇聚于第一个摄像机的光心,所以极线必须汇聚于第二幅图像平面上的一个点。这是第一个摄像机的光心在第二个摄像机中的图像,称为极点。
  极点并不一定位于观测图像内:极线也可能汇聚于可视范围之外的某一点。当两个摄像机都位于同一方向(即没有相对旋转)且垂直于光轴时,极线是相互平行的,因此由极线汇聚的极点就位于无穷远处。当两个摄像机位于同一方向且平行于光轴时,极点就位于图像的中心且极线呈放射状。
在这里插入图片描述

1.3 基本矩阵F(8点算法)

一对对应点 m i = [ u i , v i , 1 ] T , m i ′ = [ u i ′ , v i ′ , 1 ] T m_i = [u_i,v_i,1]^T,m_i' = [u_i',v_i',1]^T mi=[ui,vi,1]T,mi=[ui,vi,1]T之间满足约束: m i ′ T F ′ m i = 0 m_i'^TF'm_i = 0 miTFmi=0
F = [ F 11 F 12

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值