基础矩阵
什么是基础矩阵
当我们从两个视角拍摄三维空间中某一物体时,物体中的点会投影到两个像平面中
C和C’为两个照相机的中心。X是三维世界中的点,x和x’为投影到像平面中的点。
e和e’为两个照相机中心和像平面的交点,ee’叫做基线,I和I’叫做对极线,e和e’叫做对极点。
T为两个照相机中心之间的距离
设X在C,C’坐标系中的相对坐标分别p,p’,则有 p=Rp’+T
x=Kp,则p=(K^-1)*x;
同理,x’=K’p’,则p’=(K’^-1)*x’
又因为基线,CP还有C’P’三线共平面,有
E为本质矩阵,它描述了空间中的点在两个坐标系中的坐标对应关系
基础矩阵描述了空间中的一个点投影在两个像平面(即不同坐标系)之间的对应关系
如何估计基础矩阵
由这个公式
我们可以知道,通过两幅图像的匹配点 x 与 x’ 可以估计出两视图的基础矩阵
假设
把基础矩阵FF的各个元素当作一个向量处理
f=[f1,f2,f3,f4,f5,f6,f7,f8,f9]
那么上面式子可以写为
[u1u2,u1v2,u1,v1u2,v1v2,v1,u2,v2,1]⋅f=0
对于其他的点对也使用同样的表示方法。这样将得到的所有方程放到一起,得到一个