目录
收起
一 图像变换与平面坐标系的关系
二 平面坐标系与齐次坐标系
三 单应性变换
四 关于OpenCV中的相关API
五 深度学习在单应性方向的进展
单应性原理被广泛应用于图像配准,全景拼接,机器人定位SLAM,AR增强现实等领域。这篇文章从基础图像坐标知识系为起点,讲解图像变换与坐标系的关系,介绍单应性矩阵计算方法,并分析深度学习在单应性方向的进展。
本文为入门级文章,希望能够帮助读者快速了解相关内容。
单应性估计在图像拼接中的应用
一 图像变换与平面坐标系的关系
- 旋转:
将图形围绕原点 (0,0) 逆时针方向旋转 θ 角,用解析式表示为:
旋转
写成矩阵乘法形式:
- 平移:
平移
但是现在遇到困难了,平移无法写成和上面旋转一样的矩阵乘法形式。所以引入齐次坐标 (x,y)⇔(x,y,1) ,再写成矩阵形式:
其中 I2×2=[1001] 表示单位矩阵,而 T2×1=[txty] 表示平移向量。
那么就可以把把旋转和平移统一写在一个矩阵乘法公式中,即刚体变换:
而旋转矩阵 R2×2 是正交矩阵( RRT=RTR=I )。
刚体变换:旋转+平移(正方形-正方形)
- 仿射变换
其中 A2×2=[a11a12a21a22] 可以是任意2x2矩阵(与 R 一定是正交矩阵不同)。
仿射变换(正方形-平行四边形)
可以看到,相比刚体变换(旋转和平移),仿射变换除了改变目标位置,还改变目标的形状,但是会保持物体的“平直性(如图形中平行的两条线变换后依然平行)”。
不同 A 和 T 矩阵对应的各种基本仿射变换:
- 透视变换(也称投影变换)
透视变换(正方形-任意四边形)
简单说,透视变换(也称投影变换)彻底改变目标的形状。
总结一下:
- 刚体变换:平移+旋转,只改变物体位置,不改变物体形状。
- 仿射变换:改变物体位置和形状,但是原来平行的边依然平行。
- 透视变换(也称投影变换):彻底改变物体位置和形状
我们来看看完整透视变换矩阵各个参数的物理含义:
其中 A2×2 代表仿射变换参数, T2×1 代表平移变换参数。
而 VT=[v1,v2] 表示一种“变换后边缘交点“关系,如:
至于 s 则是一个与 VT=[v1,v2] 相关的缩放因子。
一般情况下都会通过归一化使得 s=1 (原因见下文)。
二 平面坐标系与齐次坐标系
问题来了,齐次坐标到底是什么?
齐次坐标系 (x,y,w)∈P3 与常见的三维空间坐标系 (x,y,z)∈R3 不同,只有两个自由度:
而 w (其中 w>0 )对应坐标 x 和 y 的缩放尺度。当 w=1 时:
特别的当 w=0 时,对应无穷远:
从二维平面上看, (x,y,w) 随 w 的变化在从原点到 (x,y) 的蓝虚线示意的射线上滑动:
三 单应性变换
- 单应性是什么?
此处给出单应性不严谨的定义:用 [无镜头畸变] 的相机从不同位置拍摄 [同一平面物体] 的图像之间存在单应性,可以用 [透视变换] 表示 。
注意:
单应性的严格定义与成立条件非常复杂,超出本文范围,有需要的朋友请自行查阅相关内容。
简单说就是:right view图像上的点可以经过透视变换到left view图像上对应位置。
其中 (xl,yl) 是Left view图片上的点, (xr,yr) 是Right view图片上对应的点。
- 那么这个 H3×3 单应性矩阵如何求解呢?
从更一般的情况分析,每一组匹配点 (xi,yi)→match(xi′,yi′) 有等式(15)成立:
由平面坐标与齐次坐标对应关系 (xw,yw)∈R2⇔(x,y,w)∈P3 ,上式可以表示为:
进一步变换为:
写成矩阵 AX=0 形式:
也就是说一组匹配点 (xi,yi)→match(xi′,yi′) 可以获得2组方程。
- 单应性矩阵8自由度
注意观察:单应性矩阵 H 与 aH 其实完全一样(其中 a≠0),例如:
即点 (xi,yi) 无论经过 H 还是 aH 映射,变化后都是 (xi′,yi′) 。
如果使 a=1h33 ,那么有:
所以单应性矩阵 H 虽然有9个未知数,但只有8个自由度。在求 H 时一般添加约束 h33=1,所以还有 h11∼h32 共8个未知数。
由于一组匹配点 (xi,yi)→match(xi′,yi′) 对应2组方程,那么只需要 n=4 组不共线的匹配点即可求解 H 的唯一解。
XIAOMI9拍摄,有镜头畸变
OpenCV已经提供了相关API,代码和变换结果如下。
import cv2
import numpy as np
im1 = cv2.imread('left.jpg')
im2 = cv2.imread('right.jpg')
src_points = np.array([[581, 297], [1053, 173], [1041, 895], [558, 827]])
dst_points = np.array([[571, 257], [963, 333], [965, 801], [557, 827]])
H, _ = cv2.findHomography(src_points, dst_points)
h, w = im2.shape[:2]
im2_warp = cv2.warpPerspective(im2, H, (w, h))
可以看到:
- 红框所在平面上内容基本对齐,但受到镜头畸变影响无法完全对齐;
- 平面外背景物体不符合单应性原理,偏离很大,完全无法对齐。
- 传统方法估计单应性矩阵
一般传统方法估计单应性变换矩阵,需要经过以下4个步骤:
- 提取每张图SIFT/SURF/FAST/ORB等特征点
- 提取每个特征点对应的描述子
- 通过匹配特征点描述子,找到两张图中匹配的特征点对(这里可能存在错误匹配)
- 使用RANSAC算法剔除错误匹配
- 求解方程组,计算Homography单应性变换矩阵
示例代码如下:
#coding:utf-8
# This code only tested in OpenCV 3.4.2!
import cv2
import numpy as np
# 读取图片
im1 = cv2.imread('left.jpg')
im2 = cv2.imread('right.jpg')
# 计算SURF特征点和对应的描述子,kp存储特征点坐标,des存储对应描述子
surf = cv2.xfeatures2d.SURF_create()
kp1, des1 = surf.detectAndCompute(im1, None)
kp2, des2 = surf.detectAndCompute(im2, None)
# 匹配特征点描述子
bf = cv2.BFMatcher()
matches = bf.knnMatch(des1, des2, k=2)
# 提取匹配较好的特征点
good = []
for m,n in matches:
if m.distance < 0.7*n.distance:
good.append(m)
# 通过特征点坐标计算单应性矩阵H
# (findHomography中使用了RANSAC算法剔除错误匹配)
src_pts = np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1,1,2)
dst_pts = np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1,1,2)
H, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)
matchesMask = mask.ravel().tolist()
# 使用单应性矩阵计算变换结果并绘图
h, w, d = im1.shape
pts = np.float32([[0,0], [0,h-1], [w-1,h-1], [w-1,0]]).reshape(-1,1,2)
dst = cv2.perspectiveTransform(pts, H)
img2 = cv2.polylines(im2, [np.int32(dst)], True, 255, 3, cv2.LINE_AA)
draw_params = dict(matchColor = (0,255,0), # draw matches in green color
singlePointColor = None,
matchesMask = matchesMask, # draw only inliers
flags = 2)
im3 = cv2.drawMatches(im1, kp1, im2, kp2, good, None, **draw_params)
相关内容网上资料较多,这里不再重复造轮子。需要说明,一般情况计算出的匹配的特征点对 (xi,yi)→match(xi′,yi′) 数量都有 n≫4 ,此时需要解超定方程组(类似于求解线性回归时数据点的数量远多余未知数)。
另外有人在评论区提到逆透视变换
逆透视变换一般常用在自动驾驶场景中,把相机拍摄到的画面转换为俯视鸟瞰图,用于计算车辆前方可行驶区域等。实际上逆透视变换也是透视变换的一种特殊情况,只不过叫法不同而已,把不规则的图像变为规则俯视图(如下图,梯形变换为长方形)。
需要特别强调,根据单应性成立的基本条件,逆透视变换只在地平面内成立,两侧建筑、天空等不在地平面上的目标无法对应。
四 关于OpenCV中的相关API
首先需要说明,OpenCV中的图像行列 xcolyrow 坐标系与上文中的 xy 坐标系有一些差异。
在上述分析中使用的是 xy 坐标系;但是在OpenCV等常用图像库中往往使用以图像左上角为原点的 xcolyrow 坐标系,会导致OpenCV中的Homography矩阵与上述推导有一些差异(相当于y轴翻转了)。
在OpenCV中imgproc模块提供了warpPerspective()与warpAffine()两个函数
- warpPerspective 即透视变换函数
dst = cv2.warpPerspective(src, M, dsize, dst, flags, borderMode, borderValue)
其中 M 即为 3x3 变换矩阵。
- warpAffine 即为仿射变换函数
dst = cv2.warpAffine(src, M, dsize, dst, flags, borderMode, borderValue)
其中 M 即为 2x3 变换矩阵(由于仿射变换 3x3 矩阵最下面一行为 0 0 1,如公式7,所以也就简写为 2x3 了)
从原理上来说,仿射变换是透视变换的特例,所以可以用warpPerspective来计算仿射变换。但是实际中涉及到代码优化等问题,最好还是使用对应的API。
五 深度学习在单应性方向的进展
- HomographyNet(深度学习end2end估计单应性变换矩阵)
Deep Image Homography Estimationarxiv.org/pdf/1606.03798.pdf
HomographyNet是发表在CVPR 2016的一种用深度学习计算单应性变换的网络,即输入两张图,直接输出单应性矩阵 H 。
在之前的分析中提到,只要有4组 (xi,yi)→match(xi′,yi′) 匹配点即可计算 H3×3 的唯一解。
相似的,只要有4组 (Δxi,Δyi) 也可以计算出 H3×3 的唯一解:
其中 Δxi=xi−xi′ 且 Δy=yi−yi′ 。
分析到这里,如果要计算 H ,网络输出可以有以下2种情况:
- Regression:网络直接输出 (Δx1,Δy1)∼(Δx4,Δy4) 共8个数值
这样设置网络非常直观,使用L2损失训练,测试时直接输出8个float values,但是没有置信度confidence。即在使用网络时,无法知道当前输出单应性可靠程度。
2. Classification:网络输出 (Δx1,Δy1)∼(Δx4,Δy4) 共8个值的量化值+confidence
这时将网络输出每个 Δxi 和 Δyi 量化成21个区间,用分类的方法判断落在哪一个区间。训练时使用Softmax损失。相比回归直接输出数值,量化必然会产生误差,但是能够输出分类置信度评判当前效果好坏,更便于实际应用。
另外HomographyNet训练时数据生成方式也非常有特色。
- 首先在随机 p 位置获取正方形图像块Patch A
- 然后对正方形4个点进行随机扰动,同时获得4组 (Δxi,Δyi)
- 再通过4组 (Δxi,Δyi) 计算 HAB
- 最后将图像通过 HBA=(HAB)−1 变换,在变换后图像 p 位置获取正方形图像块Patch B
那么图像块A和图像块B作为输入,4组 (Δxi,Δyi) 作为监督Label,进行训练
可以看到,在无法提取足够特征点的弱纹理区域,HomographyNet相比传统方法确实有一定的优势:
- Spatial Transformer Networks(直接对CNN中的卷积特征进行变换)
Spatial Transformer Networksarxiv.org/abs/1506.02025
其实早在2015年,就已经有对CNN中的特征进行变换的STN结构。
假设有特征层 U ,经过卷积变为 V ,可以在他们之间插入STN结构。这样就可以直接学习到从特征 U 上的点 (xiu,yiu) 映射到特征 V 对应点 (xiv,yiv) 的仿射变换。
其中 Aθ 对应STN中的仿射变换参数。STN直接在特征维度进行变换,且可以插入轻松任意两层卷积中。但是实际使用中STN效果并没有想象的那么好,所以也没引起什么轰动。
- DELF: DEep Local Features(深度学习提取特征点与描述子)
之前提到传统方法使用SIFT和Surf等特征点估计单应性。显然单应性最终估计准确度严重依赖于特征点和描述子性能。Google在ICCV 2017提出使用使用深度学习提取特征点。
tensorflow/models/delfgithub.com/tensorflow/models/tree/master/research/delf编辑
考虑到篇幅,这里不再展开DELF,请有兴趣的读者自行了解相关内容。
相机数学模型点这里:
相机模型与视觉测距不完全指南270 赞同 · 15 评论文章编辑
对极几何点这里:
从对极几何恢复相机运动187 赞同 · 19 评论文章编辑
创作不易,求点赞!感谢小可爱们的支持!