单应矩阵求解推导过程

单应矩阵的定义是一个平面到另一个平面的映射

如上图所示,O1与O2时相机不同位姿下两个相机坐标系的原点,R和T分别表示两个坐标系之间的旋转和平移矩阵,平面p上的一点在两个坐标系下的的坐标为X1和X2,投影到像素坐标分别为x1和x2。设平面p的法向量为n,并且p到坐标系O1的距离为d,则p可以表示为

将这个式子变换为

与此同时,X1与X2的关系可以表示为

将上述两个式子合并表示成

设两个相机坐标系的单应矩阵为H’,则H’可以表示为

结合上述两个式子,则

为了得到单应矩阵H',我们需要将X1和X2转换到像素坐标系中,设K为相机的内参数矩阵,则

将(7)代入(4),得

由于单应矩阵为3x3矩阵,具有尺度不变性,设尺度因子为α,则(8)的归一化表达式为

将(9)展开得

将(12)与(10)和(11)结合得

因为单应矩阵得自由度为8,因此只需要四对匹配点就可以求解相机的单应矩阵,然而由于图像中存在许多动态特征点和噪声点,求解的单应矩阵鲁棒性较差。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值