计算机视觉 -- Homography单应性矩阵

Homography单应性矩阵

1. Homography 单应性概念
考虑 同一个平面(比如书皮)的两张图片，红点表示同一个物理坐标点在两张图片上的各自位置。在 CV 术语中，我们称之为对应点。

Homography 就是将一张图像上的点映射到另一张图像上对应点的3x3变换矩阵.
因为 Homography 是一个 3x3 的 矩阵，所以我们可以把它写成：

$$H=\left[\begin{array}{ccc}h11& h12& h13\\ h21& h22& h23\\ h31& h32& h33\end{array}\right].$$
对于图中的一对儿对应点，位于图一的 (x1, y1) 和 位于图二的 (x2, y2). H 把二者映射关系建立起来:
$$\left[\begin{array}{c}x1\\ y1\\ 1\end{array}\right]=\left[\begin{array}{ccc}h11& h12& h13\\ h21& h22& h23\\ h31& h32& h33\end{array}\right]\ast \left[\begin{array}{c}x2\\ y2\\ 1\end{array}\right].$$
对于所有的对应点，只要它们都位于同一个物理平面上，上述 Homography 就是成立的。换句话说，就是可以把图一中书皮上的所有点都映射到图二的书皮上，也就是看起来，图一中的书皮和图二中的书皮对齐了！
那么对于不在此平面上的点呢？这时再应用 Homography 就无法再对齐到对应点了。比如 上图中的 桌面，地面，橱柜面。对于这种图像中有多个平面的情况，我们就需要针对每一个平面使用其对应的Homography了。

2. 如何计算 Homography？
对于 H 矩阵，一般设 H22 为 1， 所以 H 有 8 个未知参数。至少需要8 个等式才能求解。而一组对应点可以提供 2 个等式，所以，至少需要 4 组对应点(任意三点不共线)来求得 H。 如果有更多组对应点，效果更佳。 OpenCV 可以鲁棒地计算出一个最好地拟合所有对应点的 Homography。通常，图像间的这些对应点通过 SIFT 或者 SURF 这样算法进行自动特征提取和匹配。当然，对于简单的demo，手动选取对应点就足够了。

//pts_src : 源图像点坐标
//pts_dst : 结果图像坐标
// 数据类型都是 vector<Point2f>.
// 需要至少4组对应点.
Mat h = findHomography(pts_src, pts_dst);

//im_src : 源图像
// im_dst : 结果图像
// h: 上一步计算得到的 Homography
// size : im_dst 的 大小(宽度，高度)
// 将 im_src 通过 h warp 到 im_dst 上去
warpPerspective(im_src, im_dst, h, size);

// warp points, not full image
vector<Point2f> dstPoints, srcPoints;
srcPoints.push_back(Point2f(1,1));
cv::perspectiveTransform(srcPoints,dstPoints,warpMatrix);

for example

#include "opencv2/opencv.hpp" 
 
using namespace cv;
using namespace std;
 
int main( int argc, char** argv)
{
    // Read source image.
    Mat im_src = imread("book2.jpg");
    // Four corners of the book in source image
    vector<Point2f> pts_src;
    pts_src.push_back(Point2f(141, 131));
    pts_src.push_back(Point2f(480, 159));
    pts_src.push_back(Point2f(493, 630));
    pts_src.push_back(Point2f(64, 601));
 
 
    // Read destination image.
    Mat im_dst = imread("book1.jpg");
    // Four corners of the book in destination image.
    vector<Point2f> pts_dst;
    pts_dst.push_back(Point2f(318, 256));
    pts_dst.push_back(Point2f(534, 372));
    pts_dst.push_back(Point2f(316, 670));
    pts_dst.push_back(Point2f(73, 473));
 
    // Calculate Homography
    Mat h = findHomography(pts_src, pts_dst);
 
    // Output image
    Mat im_out;
    // Warp source image to destination based on homography
    warpPerspective(im_src, im_out, h, im_dst.size());
 
    // Display images
    imshow("Source Image", im_src);
    imshow("Destination Image", im_dst);
    imshow("Warped Source Image", im_out);
 
    waitKey(0);
}

3. Homography，Essential 和 Fundamental matrix

单应 ( homography )也叫射影映射，保线变换或射影变换，射影变换可以看作是一些列变换的组合：
$$H=Hs\ast Ha\ast Hp=\left[\begin{array}{cc}sR& t\\ 0& 1\end{array}\right]\ast \left[\begin{array}{cc}K& 0\\ 0& 1\end{array}\right]\ast \left[\begin{array}{cc}I& 0\\ V& v\end{array}\right]$$
其中Hs是相似变换矩阵，Ha是仿射变换矩阵，Hp也是一个射影变换矩阵。

本质矩阵(Essential matrix)是归一化图像坐标下的基本矩阵的特殊形式。其参数由运动的pose决定,与相机内参无关;本质矩阵在位姿估计和相机标定上很有用。
假设在一个图中的点x下的坐标是( u , v , 1 ) T，与其相对应匹配点x ′的坐标是( u ′ , v ′ , 1 ) T ，单应性矩阵H，则有 $$x^{T}E{x}^{\prime }=0$$即
$$\left[\begin{array}{ccc}u& v& 1\end{array}\right]\left[\begin{array}{ccc}e11& e12& e13\\ e21& e22& e23\\ e31& e32& e33\end{array}\right]\left[\begin{array}{c}{u}^{\prime }\\ v^{\prime }\\ 1\end{array}\right]=0$$
因为$$E=t^R$$由于平移和旋转各3个自由度共有6个自由，但考虑到尺度等价性，故E实际上有5个自由度。求出E 后就可以采用奇异值分解（SVD）恢复出相机的运动R、t。
Fundamental matrix：对两幅图像中任何一对对应点x和x′基本矩阵(Fundamental matrix)F都满足条件：
$$x^{T}F{x}^{\prime }=0$$
E和F关系：
$$F=K^{-T}E{K}^{-1}$$
其中K为相机内参矩阵。因为E和F差个相机内参，而SLAM中相机通常都标定过，内参已知。所以实践中常用E。