2. Single View Metrology【cs231a课程笔记】

同系列链接

1. pinhole camera model【cs231a课程笔记】
2. Single View Metrology【cs231a课程笔记】
3. epipolar geometry【cs231a课程笔记】
4. tereo Systems and Structure from Motion【cs231a课程笔记】
5. Active and Volumetric Stereo【cs231a课程笔记】

2.1. Single View Metrology

Isometric transformations(等度量变换):平移、旋转
在这里插入图片描述
Similarity transformations(相似变换):平移、旋转、缩放
在这里插入图片描述
Affine transformation(仿射变换):平移、旋转、缩放、xy轴叠加(shear剪切)

对应线性空间的变换,保持比例、平行关系
在这里插入图片描述
Projective transformation \ homographies(透视变换 \ 单应变换) \ Perspective transformation(透视变换)
在这里插入图片描述
不保留平行关系,但是保留了cross ratio
在这里插入图片描述

2.2. point and line in infinity

orthogonal 正交的,垂直的
intersect 相交
infinity 无限

若点x属于线l,则 x T l = 0 x^Tl=0 xTl=0 , l 1 与 l 2 l_1与l_2 l1l2相交则 x = l 1 l 2 x=l_1 l_2 x=l1l2
在这里插入图片描述
在这里插入图片描述

ideal point(每一组平行线在无穷远处相交于一点)
multi view stereo双目重建

lines at infinity:
在这里插入图片描述
c任取值,有
在这里插入图片描述
对于投影变换,ideal point不再是无限远(平行线会有交点)
在这里插入图片描述
而对于仿射变换,ideal point仍然是无限远。
在这里插入图片描述
对于infinity line也是如此。

x T I l = x T H T H − T l = 0 x^TIl=x^TH^TH^{-T}l=0 xTIl=xTHTHTl=0, 令 x ′ = H x ,则有 l ′ = H − T l 令x'=Hx,则有l'=H^{-T}l x=Hx,则有l=HTl,所以投影变换不再是无限远。

仿射变换仍是。

2.3. Vanishing Points and Lines, Plane

表示一个平面(plane):d是原点沿(a,b,c)向量方向到该平面的距离
在这里插入图片描述
我们用映射变换将ideal point变换到三维空间中的一个点vanishing point。

取三维空间中的一组平行线, d = ( a , b , c ) d=(a,b,c) d=(a,b,c)方向,相交于vanishing point v = K d v=Kd v=Kd(K是相机内参) 证明:
在这里插入图片描述
然后有
在这里插入图片描述
对于一个平面,上面的每组平行线都有vanishing point,组成了vanishing line,投影变换到image plane后,称为horizon line(地平线)
在这里插入图片描述
我们可以用horizon line判断是否平行,还可以加上相机参数判断该平面的法向量 n = K T l h o r i z n=K^Tl_{horiz} n=KTlhoriz.

所有的horizon line又组成了planes at infinity
在这里插入图片描述

特性

两组平行线(方向 d 1 , d 2 d_1, d_2 d1,d2),infinity point x 1 , ∞ , x 2 , ∞ x_{1, \infin}, x_{2, \infin} x1,,x2,,对应vanishing point v 1 , v 2 v_1, v_2 v1,v2,两个方向 d 1 , d 2 d_1, d_2 d1,d2夹角是 θ \theta θ,有:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
对于两个平面,也是如此:
在这里插入图片描述

2.4. A Single View Metrology Example(单视图方法)

perpendicular 垂直的
Cholesky decomposition(Cholesky分解):比一个对称正定矩阵表示成一个下三角矩阵。

假设已知两个互相垂直的平面,上面各有一对平行线,首先利用各种限制条件化简w
在这里插入图片描述
解出w后,可以Cholesky分解得到k,从而复原三维图像。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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