对极约束

基础矩阵和本质矩阵的给出

基础矩阵:E=t^R;
本质矩阵:(K-1)TEK-1
首先引入像素平面(应该说是归一化平面),通过ORB特征点匹配可以在两帧图像上找到若干匹配的特征点,将相机中心分别与特征点相连,理论上两线可以相交,且焦点为空间坐标点的位置P。
现在在理论上开始分析,O1,P,O2三点可以确定一个平面u,两个像素平面l1,l2可以与u相交,分别与交与e1,e2,两者的交点叫做极点,pe的连线叫做交线,O1O2连线叫做基线。
基本的关系名称已经交代完成,下面开始理论分析。
空间点P在像素平面上像素点为p1,可以得到如下的关系:
z1p1=KP,K为相机的内参。
而z2p2=K(RP+t)。
现在p1与p2将旋转矩阵R和平移向量t的关系找到了。以下就是求解的过程。
现在定义x1=K-1p1,为归一化平面上的点,而x2=Rx1+t,
在上式中同时左乘t^,可以得到t ^x2=t ^Rx1,(在前文中说过t ^t为0)。
在上式的基础上同时左乘X2的转置,可以得到
x2-T*t^x2=x2-TRt ^x1,在前文中说过t ^*x是与t和x都垂直的,所以上式中等式等于零。
x2TRt ^x1=0;
带入先现在定义x1=K-1p1,为归一化平面上的点,而x2=Rx1+t,可以得到:p2(T)K(-T)t^RK(-1)p1=0;
引入最初的基础和本质矩阵,即可以计算出旋转矩阵和平移向量

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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