跟六哥学习ORB-SLAM2作业(二)上

目录

1、(问答题) 本质矩阵E,基础矩阵 F, 单应矩阵H 矩阵,这几个矩阵之间是什么关系?

​转存失败重新上传取消​​​转存失败重新上传取消​​

2、(问答题)  单应矩阵(Homography matrix)自由度是多少?为什么?

3、(问答题)  基础矩阵(Fundamental matrix)自由度是多少?为什么?

4、(问答题)  为什么本质矩阵(Essential matrix)的秩为2?请解释或者证明


1、(问答题) 本质矩阵E,基础矩阵 F, 单应矩阵H 矩阵,这几个矩阵之间是什么关系?

(一)对极约束

已知 K 为相机内参矩阵, R、t 为两个坐标系的相机运动,x1、 x2 是两个像素点的归一化平面上的坐标,由对极几何约束的结论可知:

​代入

则有:

本质矩阵和基础矩阵是对对极几何约束结论的简记

记本质矩阵

记基础矩阵

则对极约束可以简记为:

(二)平面约束

在对极约束中,特征点P可以是在三维空间中的不同点,而单应矩阵通常描述处于共同平面上的一些点。

记单应矩阵H​,其中n为法向量。

答:F、H都包含了两幅图像的变换信息和相机内参,E不包含相机内参、基础矩阵F与本质矩阵E可以通过相机内参相互转换。

本质矩阵E,只依赖摄像机的外部参数(R,t),因此只能描述摄像机坐标系下两个视图间的约束关系;

基础矩阵在本质矩阵的基础上进行仿射变换,依赖内部参数(K)和外部参数,描述像素坐标系下两个图像间的约束关系。

2、(问答题)  单应矩阵(Homography matrix)自由度是多少?为什么?

答:单应矩阵H,自由度为:8

2D中,每组点或线对应产生关于H的两个约束,我们用四组点或线计算出H,则H的自由度为4*2=8,(有点本末倒置感觉!!);或者考虑二维射影空间中的变换,一个单应矩阵H(3*3)可由9个参数确定,扣去scale的一个,自由度为8

3、(问答题)  基础矩阵(Fundamental matrix)自由度是多少?为什么?

答:本质矩阵E,自由度为:5,秩为2。

由于平移和旋转各有三个自由度,故 t^R 共有六个自由度。但由于尺度等价性(对极约束的等式为零),故 E 实际上有五个自由度。

基础矩阵F,自由度为:7,秩为2

F是一个3*3的矩阵,理论上有9个自由度,但是矩阵本身存在两个约束,即:秩为2(行列式不是0)减去一个自由度,尺度等价性再减去一个自由度。

4、(问答题)  为什么本质矩阵(Essential matrix)的秩为2?请解释或者证明

看了一圈,不懂!太菜了

根据定义,,又因为存在定理

一个矩阵乘以可逆矩阵秩不变,因为可逆矩阵可以表示为初等矩阵的乘积,而初等变换不改变矩阵的秩。
对于一个矩阵实施一次初等列变换,相当于在这个矩阵右乘一个相应的初等矩阵
对于一个矩阵实施一次初等行变换,相当于在这个矩阵左乘一个相应的初等矩阵

因此E的秩可以考虑从等式右边的t,R入手得到。

对于旋转矩阵R来说,因为是可逆矩阵,所以Rank(R)=3,

对t的反对称矩阵进行初等的变换,

\begin{bmatrix} 0 & -t_{3} &t_{2}\\ t_{3}& 0&-t_{1} \\ - t_{2}& t_{1} & 0 \end{bmatrix} \rightarrow \begin{bmatrix} 0 & -t_{3} &t_{2}\\ t_{3}t_{2}& 0&-t_{1} t_{2}\\ - t_{2}t_{3}& t_{1} t_{3}& 0 \end{bmatrix} \rightarrow \begin{bmatrix} 0 & -t_{3} t_{1}&t_{2}t_{1}\\0& t_{1}t_{3}&-t_{1} t_{2}\\ - t_{2}t_{3}& t_{1} t_{3}& 0 \end{bmatrix} \rightarrow \begin{bmatrix} 0 & 0&0\\ 0& t_{3}&-t_{2} \\ - t_{2}& t_{1} & 0 \end{bmatrix}

所以Rank(t^)=2,乘以可逆矩阵秩保持不变

Rank(E)=Rank(t^)=2

 

【参考】

《视觉SLAM十四讲》

《计算机视觉中的多视图几何》

https://www.zhihu.com/question/270431743

https://mp.csdn.net/editor/html/113186649

https://www.cnblogs.com/youzx/p/6385513.html

https://blog.csdn.net/shanpenghui/article/details/110133454

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值