Multiple View Geometry - Chaper 5(3)

最新推荐文章于 2024-07-05 14:27:23 发布

Modice

最新推荐文章于 2024-07-05 14:27:23 发布

阅读量127

点赞数

分类专栏：多视图几何文章标签：矩阵线性代数计算机视觉

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_54135645/article/details/125245442

版权

多视图几何专栏收录该内容

10 篇文章 1 订阅

订阅专栏

1.Planar Homographies

单应矩阵

假定场景的点都落在一个平面上，第一帧定义点坐标系 $X_1\in \mathbb{R}^{3}$ ，平面的法向量 $N\in \mathbb{S}^{2}$ ,有

$N^TX_1=d\quad \Leftrightarrow \quad \frac{1}{d}N^TX_1=1$

第二帧有如下关系

$X_2=RX_1+T=RX_1+T\frac{1}{d}N^TX_1=(R+\frac{1}{d}TN^T)X_1\equiv HX_1$

其中 $H=R+\frac{1}{d}TN^T\quad \in \mathbb{R}^{3\times 3}$

H是单应矩阵，引入2D坐标系有

$\lambda _2x_2=H\lambda_1x_1\quad \Leftrightarrow \quad x_2\sim Hx_1$

这个表达式是平面单应矩阵，从上式可以看出H与相机的旋转、平移以及平面的参数有关。

与对极几何相似的处理，左右同乘 $\widehat{x_2}$

$\widehat{x_2}Hx_1=0$

称为平面对极约束或平面单应约束。

同样也可以写成下述形式，

$a^TH^s=0\quad H^s=(H_{11},H_{12},...H_{33})\in \mathbb{R}^9$

$a\equiv x_1\otimes \widehat{x_2}\in \mathbb{R}^{9\times 3}$

2.The Four Point Algorithm

四点算法

假定有两幅图中四对以上的2D相关点 $\left \{ x_1^j,x_2^j \right \},j=1,...,n\quad n\geq 4$ ,每个点对引入一个矩阵 $a^j$ ,形成一个大矩阵

$\chi \equiv (a^1,...a^n)^T\in \mathbb{R}^{3n\times 9}$

$\chi H^s=0$

可以看出四点法与八点法类似，四点算法中H分解为R，N和T/d。

本质矩阵 $E=\widehat{T}R$ 与单应矩阵 $H=R+Tu^T,u\in \mathbb{R}^3$ 存在很多的关系，如

$E=\widehat{T}H,H^TE+E^TH=0$

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Multiple View Geometry - Chaper 5(3)

1.Planar Homographies单应矩阵假定场景的点都落在一个平面上，第一帧定义点坐标系，平面的法向量,有第二帧有如下关系其中H是单应矩阵，引入2D坐标系有这个表达式是平面单应矩阵，从上式可以看出H与相机的旋转、平移以及平面的参数有关。与对极几何相似的处理，左右同乘称为平面对极约束或平面单应约束。同样也可以写成下述形式，2.The Four Point Algorithm四点算法假定有两幅图中四对以上的2D相关点,每个点对引入一个矩阵,形成一个大矩阵可以看出四点法与八点法类似，四点算法中H分解为R
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。