基础矩阵也叫做基本矩阵。基础矩阵描述的是图像点与其对应极线的对应关系。也就是说基础矩阵是极几何的代数表示。基础矩阵的推导方式比较难看懂。具体的可以参考吴福朝的计算机视觉中的数学方法。这本书很不错,特别推荐。
在理解基础矩阵之前要先搞懂摄像机投影关系和极几何的知识。
如上图,I,I'为两个摄像机的成像平面。空间中的一点X在摄像机C下的投影m,在C'下的投影为m'。e和e'为两个摄像机平面的极点。lm'为摄像机C的极线,l'm为摄像机C'的极线。m和m'是一对对应点。若已知空间中的一点X在摄像机C上的投影是m,在另外一点必在m对应的极线l'm上。他们之间的约束关系就是基础矩阵。
设F为两个摄像机或者两个图像(I,I')间的基本矩阵。则基本矩阵描述的是点m和其对应的极线l'm间的对应关系
l'm=Fm
由于图像点m在第二幅图像上的对应点m'在极线l'm上,所以,必有
m'TFm=0
基础矩阵是一个3*3的矩阵。里面有9个元素但只有7个自由度。一般情况下,使用7个对应点可以非线性的确定基础矩阵。8对以上的点可以用最小二乘法求解基础矩阵。求解过程这里不做详细说明,在网上可以搜到很多论文。也就是8点法求解基础矩阵。
在双目立体视觉中,如果已经标定好双目摄像机,那么下面有个例题感觉非常好的求解了基础矩阵。