超级会员免费看
本文介绍了对极几何在计算机视觉中的应用，特别是在OpenCV库中的使用。通过理解极点、极线和对极约束的概念，可以实现立体视觉，从而恢复3D信息。文章探讨了基本矩阵和本质矩阵在描述相机间关系中的作用，并提到了利用8点算法估计基本矩阵。此外，还通过实例展示了对极几何的计算过程。
本文将要学习多视角几何的基础知识，极点、极线和对极约束等等。当我们使用一个针孔照相机来拍照照片时，会丢失很多重要的信息，比如物体的深度信息。或者说图像里每个点离相机多远，没有记录下来，因为这是一个从3D到2D的转换过程。那么我们怎么样才可以通过相机来保留深度信息呢？这是需要使用两台以上相机，就跟我们的眼睛工作原理一样，因为眼睛有两个，这样的方式叫做立体视觉。下面来学习一下OpenCV提供了什么样的功能。在理解多视角构造深度图像之前，先来学习一下对极几何的基本概念。下图就是最基本两个相机组成的深度相机：
如果我们只使用左边的相机，就会发现3D空间里OX的点全部投影在x点上，如果考虑使用右边的相机，就会发现OX轴上的点在右边相机里并不会投影成一点，而是投影为不同的x点，所以两个相机就可以把这些点通过三角化来分离出来。上图里OX投影到右平面里的线（l′），就叫做极线（epiline &#x
订阅专栏 解锁全文
扫一扫
1978
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
