为什么矩阵变换不改变解向量_如何通过单应性矩阵H恢复姿态参数R和T？

最新推荐文章于 2022-05-04 12:08:46 发布

沐曦baba

最新推荐文章于 2022-05-04 12:08:46 发布

阅读量388

点赞数

文章标签：为什么矩阵变换不改变解向量

本文链接：https://blog.csdn.net/weixin_36338813/article/details/113033682

版权

- 问：什么情况下需要从单应性矩阵恢复两个相机之间的姿态参数R和T呢？

- 答：相机发生纯旋转或特征点共面

Multiple View Geometry in Computer Vision(2nd) P36

- H矩阵表示两幅图像之间的映射关系

$equation?tex=+x%27+%3D+Hx+%5C%5C++s+%5Cbegin%7Bbmatrix%7D+x%5E%7B%27%7D+%5C%5C+y%5E%7B%27%7D+%5C%5C+1+%5Cend%7Bbmatrix%7D+%3D+H+%5Cbegin%7Bbmatrix%7D+x+%5C%5C+y+%5C%5C+1+%5Cend%7Bbmatrix%7D+%3D+%5Cbegin%7Bbmatrix%7D+h_%7B11%7D+%26+h_%7B12%7D+%26+h_%7B13%7D+%5C%5C+h_%7B21%7D+%26+h_%7B22%7D+%26+h_%7B23%7D+%5C%5C+h_%7B31%7D+%26+h_%7B32%7D+%26+h_%7B33%7D+%5Cend%7Bbmatrix%7D+%5Cbegin%7Bbmatrix%7D+x+%5C%5C+y+%5C%5C+1+%5Ctag%7B1%7D%5Cend%7Bbmatrix%7D++$

- 问: 怎么求

$equation?tex=H$ ？

	// Estimate homography between two planes
	cv::Mat H, inliers;
	H = cv::findHomography(pointframe1, pointframe2, cv::RANSAC, 3.0, inliers);

$equation?tex=H$ 矩阵包含什么内容？

相似变换
$equation?tex=H_s$ : 旋转、平移、缩放
仿射变换
$equation?tex=H_a$
射影变换
$equation?tex=H_p$
$equation?tex=H+%3D+H_s+H_a+H_p$
$equation?tex=H$ 矩阵为

$equation?tex=3+%5Ctimes+3$ 矩阵，8个自由度

$equation?tex=H$ 矩阵分解的方法有哪些呢？

Faugeras SVD-based decomposition(orb_slam)
Zhang SVD-based decomposition
Analytical decomposition(opencv)

- 详解 Faugeras SVD-based decomposition 如何？

结果：共8组可能的解

最低0.47元/天解锁文章

沐曦baba

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
为什么矩阵变换不改变解向量_如何通过单应性矩阵H恢复姿态参数R和T？

- 问：什么情况下需要从单应性矩阵恢复两个相机之间的姿态参数R和T呢？- 答：相机发生纯旋转或特征点共面Multiple View Geometry in Computer Vision(2nd) P36- H矩阵表示两幅图像之间的映射关系 - 问: 怎么求？ // Estimate homography between two planes cv::Mat H, inliers; H =...
复制链接

扫一扫