前几章看的脑洞太大,这节来点干货。:)
self-calibration 对相机的内部参数加以限制。
目标:找到一种3D重建的方法,取决于euclidean 转换+scale factor。
问题:1、根据scene的信息量。2、相机的移动轨迹。
步骤:1、计算投射矩阵。2、加入某些限制upgrade到metric (或者euclidean)矩阵。
一、相机
calibration用到相机的 extrinsic (i.e. position and orientations)& intrinsic parameters
extrinsic:5个相机相对位置?(这里不太懂。)
intrinsic:2个view+5个points
最后得到---->full camera projection matrix
二、self-calibration
Absolute Conic (AC) 和 its projection in the images (IAC)(绝对二次曲线和其投影)。AC在Euclidean转换中是不变的,对于移动的相机的相对位置也是不变的,因为相机的内部参数固定不变,因此他的投影也是不变的。举个栗子,你在笔直的路上走啊走,感觉月亮总是照着你。AC更腻害一点,它对于相机的花样作死旋转来说,也是不变的。AC一旦确定就可顺利进行3D重建,但并不是每次都可以找到准确的AC重建位置。实际中,用的最多的方法是Dual Absolute Quadric (DAQ,对偶绝对二次曲面)寻找AC及支撑平面。
with
representing the dual of the IAC,
the DAQ and
the projection matrix for view
. Figure illustrates these concepts.
这点不太明白,先查查资料去。。。