Sampson误差是复杂性介于代数误差和几何误差之间,但非常近似于几何误差的一种误差
先介绍一下代数误差,代数误差简单的说就是误差函数值的模,例如 A h = ϵ Ah=\epsilon Ah=ϵ的代数误差为 ∣ ∣ A h ∣ ∣ 2 ||Ah||^2 ∣∣Ah∣∣2,其中 ϵ \epsilon ϵ为误差向量,代数误差计算简便,但一般没有实际的物理意义,利用代数误差求出来的解可以用来做初值
几何误差,在图像中可以看成点和点之间的几何距离,若 x ^ = H x \hat x=Hx x^=Hx,那么几何误差为 d ( x ^ , H x ) d(\hat x,Hx) d(x^,Hx),想要使几何误差最小,需要同时估计 x , x ^ , H x,\hat x,H x,x^,H,复杂性太高,因此引入了sampson误差(或者说sampson距离)
sampson error
对于一点
X
X
X,满足
C
H
(
X
)
=
0
C_H(X)=0
CH(X)=0,他的估计点为
X
^
=
X
+
δ
x
,
C
H
(
X
^
)
=
0
\hat X=X+\delta_x,C_H(\hat X)=0
X^=X+δx,CH(X^)=0
C
H
(
X
+
δ
X
)
=
C
H
(
X
)
+
∂
C
H
∂
X
δ
X
C_H(X+\delta_X)=C_H(X)+\frac{\partial C_H}{\partial X}\delta_X
CH(X+δX)=CH(X)+∂X∂CHδX
C H ( X ) + ∂ C H ∂ X δ X = 0 C_H(X)+\frac{\partial C_H}{\partial X}\delta_X=0 CH(X)+∂X∂CHδX=0
记为
J
δ
X
=
−
ϵ
J\delta_X=-\epsilon
JδX=−ϵ
因此问题转化为求满足上式条件下使 ∣ ∣ δ X ∣ ∣ ||\delta_X|| ∣∣δX∣∣最小的 δ X \delta_X δX
利用拉格朗日乘数法,引入拉格朗日乘子
λ
\lambda
λ,问题转化为最小化
δ
X
T
δ
X
−
λ
T
(
J
δ
X
+
ϵ
)
\delta_X^T\delta_X-\lambda^T(J\delta_X+\epsilon)
δXTδX−λT(JδX+ϵ)
不难求得Sampson误差为
∣
∣
δ
X
∣
∣
2
=
δ
X
T
δ
X
=
ϵ
T
(
J
J
T
)
−
1
ϵ
||\delta_X||^2=\delta_X^T\delta_X=\epsilon^T(JJ^T)^{-1}\epsilon
∣∣δX∣∣2=δXTδX=ϵT(JJT)−1ϵ
在 x ′ F x = 0 x'Fx=0 x′Fx=0中, ϵ t ϵ J J t = ( x ′ F x ) 2 J J T \frac{\epsilon^t\epsilon}{JJ^t}=\frac{(x'Fx)^2}{JJ^T} JJtϵtϵ=JJT(x′Fx)2
J
J
T
=
(
F
x
i
)
1
2
+
(
F
x
i
)
2
2
+
(
F
T
x
i
′
)
1
2
+
(
F
T
x
i
′
)
2
2
JJ^T=(Fx_i)_1^2+(Fx_i)_2^2+(F^Tx_i')_1^2+(F^Tx_i')_2^2
JJT=(Fxi)12+(Fxi)22+(FTxi′)12+(FTxi′)22
Sampson Distance为
∣
∣
ϵ
∣
∣
2
=
(
x
′
F
x
)
2
(
F
x
i
)
1
2
+
(
F
x
i
)
2
2
+
(
F
T
x
i
′
)
1
2
+
(
F
T
x
i
′
)
2
2
||\epsilon||^2=\frac{(x'Fx)^2}{(Fx_i)_1^2+(Fx_i)_2^2+(F^Tx_i')_1^2+(F^Tx_i')_2^2}
∣∣ϵ∣∣2=(Fxi)12+(Fxi)22+(FTxi′)12+(FTxi′)22(x′Fx)2
参考文献
Hartley R, Zisserman A. Multiple view geometry in computer vision[M]. Cambridge university press, 2003.