图像形成（机器视觉）笔记

机器视觉作业上课没认真听看不懂题目，想要了解一下关于消失点这类基本概念。

使用的课程截图来自coursera的机器人学感知，链接为：导言 - 图像形成的几何学 | Coursera。

导言

此项研究的目的是解决两个问题，一是找到画面中的物体在3D场景中的位置，二是找到相机在3D场景中的位置optical center。

定位需要vanishing points，一个vanishing point可以估计2个维度的旋转自由度，得到3D的坐标需要用到2个消失点。找到图片中相互垂直的两组平行线，每组平行线在图片远处的交点就是消失点。

如果没有消失点，可以找到一个planar object的四个点，然后跟自身相关联。也可以使用一个已知的3D物体，用它的两个面。

还有一种不用消失点的方法，就是拍多张照片计算旋转量和变换。使用bundle adjustment技术对图片进行非线性变换（可能是单应性矩阵这种，不确定，再看看），可以得到所有viewer的坐标。

相机建模

眼睛长在两边的鸟怎么判断自己离水面的距离？

相机由两个基本元素构成：成像芯片和透镜。

首先介绍透镜。由相似三角形可以很轻易地得到公式 ，其中，f是焦距，a是物体与len的距离，b是成像平面与len的距离。

拉远b，图像将会变得模糊；靠近objection，成像将会变大（周所周知）。

单视角几何图形

重建3D场景的两个方法：还原平行或垂直、得到消失点。

消失点是原场景中的许多无限远点构成的一个点，现实中并没有这样一个点。

 消失点的性质：

• 任意两条平行线都有相同的消失点
• 成像中的经过消失点的线都平行
• 一个图片中可能有多个消失点

平行于ground plane，穿过optical center，垂直于image plane的一个平面就是horizontal plane。它与image plane的交线就是vanishing line。

• 可以通过ground plane中的两组平行线得到vanishing line。我认为是通过这两组平行线可以得到两个消失点，再将这两个点连起来得到消失线。
• 所有与optical center在同一高度的点会投影到消失线上。由此能够计算出camera的高度。
• 当然，如果场景中有一个已知高度的object，也能够借此得知场景中的物体的高度。

使用上述结论的前提是，camera的角度是完全平行于ground plane，或者说image plane是完全垂直于地面。