算法小抄-CV3D-基本概念

1. 单个相机

旋转的定义

2. 两个相机几何

2.1 平面单应性

 仿射变换

             

已知2d点的对应关系()...()

求解 Planar homography H (8 DOF) ?

 

 opencv: cv.getPerspectiveTransform(); cv.findHomography()需要4组点；

                cv.decomposeHomographyMat() with camera matrix ---> R,t 

2.2 对极几何 Epipolar Geometry

极线约束

 Baseline:基线两个相机中心的距离； EpipolarPlane:极平面，X, C,  形成的平面 ；极点：相机中心的投射点；     

Relative Camera Pose Estimation

Triangulation 三角化

Direct Linear Transforms (DLT)

def DLT(P1, P2, point1, point2):
 
    A = [point1[1]*P1[2,:] - P1[1,:],
         P1[0,:] - point1[0]*P1[2,:],
         point2[1]*P2[2,:] - P2[1,:],
         P2[0,:] - point2[0]*P2[2,:]
        ]
    A = np.array(A).reshape((4,4))
    #print('A: ')
    #print(A)
 
    B = A.transpose() @ A
    from scipy import linalg
    U, s, Vh = linalg.svd(B, full_matrices = False)
 
    print('Triangulated point: ')
    print(Vh[3,0:3]/Vh[3,3])
    return Vh[3,0:3]/Vh[3,3]