直接线性变换（DLT）求解单应性矩阵

在图像拼接中，得到了两张图像的特征匹配，两个点集分别记作$X$和$X'$。用单应性变换来拟合二者的关系，可表达为

$$c\begin{pmatrix}u\\v\\1\end{pmatrix}=H\begin{pmatrix}x\\y\\1\end{pmatrix}(1)$$
其中 $\begin{pmatrix}u&v&1\end{pmatrix}^T$是 $X'$中特征点的坐标， $\begin{pmatrix}x&y&1\end{pmatrix}^T$是 $X$中特征点的坐标，$H$即是单应性矩阵，代表它们之间的变换关系。

$H$是个3×3的矩阵，有8个自由度，所以待求未知参数有8个，

$$H=\begin{bmatrix}h_1&h_2&h_3\\h_4&h_5&h_6\\h_7&h_8&h_9\end{bmatrix}$$

DLT算法推导过程如下：将(1)式展开，前2行分别被第3行相除，得到

$$-h_1 x-h_2 y-h_3 +(h_7 x+h_8 y +h_9)u=0 (2)$$
$$-h_4 x-h_5 y-h_6 +(h_7 x+h_8 y +h_9)v=0 (3)$$

式(2)、式(3)可以整理为

$$A_ih=0(4)$$

其中，

$$A_i=\begin{pmatrix}-x&-y&-1&0&0&0&ux&uy&u\\0&0&0&-x&-y&-1&vx&vy&v\end{pmatrix}$$

$$h=\begin{pmatrix}h_1&h_2&h_3&h_4&h_5&h_6&h_7&h_8&h_9\end{pmatrix}$$

由未知变量的个数可知，求解出$H$至少需要4对匹配点。通常情况下为了得到更稳定的结果，会用到多于4对的特征匹配。所以，这个方程会变成超定的，可以将最小二乘解作为最后的解。

方程的最小二乘解有一个既定的结论，即对A进行SVD分解，A的最小的奇异值对应的右奇异向量即是$h$的解。对$h$做reshape得到$H$。