视觉里程计~单应矩阵

链接：https://www.cnblogs.com/wangguchangqing/p/8287585.html
单应(Homography)是射影几何中的概念，又称为射影变换。它把一个射影平面上的点(三维齐次矢量)映射到另一个射影平面上，并且把直线映射为直线，具有保线性质。总的来说，单应是关于三维齐次矢量的一种线性变换，可以用一个3×3的非奇异矩阵H表示

这是一个齐次坐标的等式，H乘以一个非零的比例因子上述等式仍然成立，即H是一个3×3齐次矩阵，具有8个未知量。

假设已经取得了两图像之间的单应，则可单应矩阵H可以将两幅图像关联起来

上面提到单应表示的是两个平面之间的映射，这里为何得到了同一平面两个不同相机坐标系的单应矩阵。虽然平面是通过，但是在不同坐标系中会有不同的表示，单应也是将平面从一个位置映射到另一个位置，并保持其某些性质不变，例如保线性。[image]

上面得到的单应矩阵第一个相机坐标系取得，还需要将其变换到成像平面坐标系中，取得两图像间的单应矩阵。设x1,x2为P在两图像的像点坐标，

平面的单应和对极约束的区别
两图像间的单应矩阵后，有什么作用呢？它和两幅图像间的对极约束有何区别

两图像间的对极约束和场景的结构无关，也就是说对极约束对于任意场景结构的两幅图像都是成立的，不能给出两幅图像上的像点的一一对应关系，只能给出点对应的必要条件，另一幅图像上与图像上对应的像点在位于对应的对极线上。基础矩阵F描述的实际是一种点和直线的映射关系，而不是一种点对点的约束关系，并不能给出另一个点的确切位置。

平面间的单应，并不像对极约束完全不需要场景的结构信息，它对场景的结构有了要求：场景的点必须在同一个平面上，因此单应矩阵H也就能够对两图像上对应点的提供更多的约束，知道了某点在一幅图像的像点位置后，可以通过单应矩阵，求得其在另一幅图像中像点的确切位置。

也就说，三维点如果不是在同一个平面上，可以使用基础矩阵F来计算图像上像点在另一幅图像上对应的对极线，而不能使用单应矩阵H得到对应点的确切位置。但如果在这种情况下，仍使用单应矩阵H计算对应点的位置，其结果会如何呢，如下图

通过平面P在两图像上的匹配点，计算得到了其两图像间的单应矩阵H。三维点p′并不在平面P上，其在图像1中的像点为x1，使用单应矩阵H计算其在图像2中对应的像点。从上图可以看出，p′在图像2上的像点是x′2，而使用单应矩阵计算得到的像点却是x2。

在这种情形下，使用单应矩阵H估计图像上对应点位置，误差来自两个方面：

三维点p′和单应矩阵H对应的平面P之间的距离。
从上图可知使用H计算p′像点位置时，实际得到的是却是平面P上的点p在图像2的像点，而p是相机1的中心O1和p′确定的直线和平面P的交点。
相机2相对于相机1的平移。
具体分析可看下一小节相机只有旋转无平移下的单应。
也就是说，在相机的平移相对于场景的深度足够小时，仍然可以使用单应矩阵H来计算图像中匹配像点的对应位置