估计基础矩阵

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