1. 叉乘
2. 雙目系統
3. 對極幾何 (Epipolar Geometry)
對極幾何定義:是兩個視圖間的內部射影幾何,它只與攝像機的內部參數和相對位姿有關,與場景結構無關。
基線(baseline):連接兩個攝像機光心的線。
兩個視圖的對極幾何的本質:描述圖像平面與一個平面(以基線爲旋轉軸的平面)的交叉幾何關係。
用途(對極約束:Epipolar Constraint):在雙目匹配中,給定左圖的一個點,不必在整個右圖中搜索對應的點。“對極約束”把搜索空間縮減到一條線。
極點(Epipole):基線與圖像平面的交叉點。即左圖的極點:是左攝像機看到右攝像機所在的位置;右圖的極點:是右攝像機看到左攝像機所在的位置。
對極平面(Epipolar Plane):包含基線的平面
對極線(Epipolar Line):對極平面與圖像平面的交叉線。所有的對極線相交於極點,且位於同一對極平面的對極線一一對應。
4. 本質矩陣 (Essential Matrix)-攝像機座標系
本質矩陣就是在歸一化圖像座標下的基本矩陣。不僅具有基本矩陣的所有性質,而且還可以估計兩相機的相對位置關係,具體內容可參考《計算機視覺中的多視圖幾何》。
本質矩陣和基本矩陣都是3x3矩陣,且編碼兩個視圖的對極幾何。
在時間上,本質矩陣比基本矩陣先引入。基本矩陣是本質矩陣的推廣,本質矩陣與基本矩陣相比有:
1)更少的自由度
2)更多的功能特性
4.1 本質矩陣的作用
1) 給定一個圖像上的一個點,被本質矩陣或基本矩陣相乘,其結果爲此點在另一個圖像上的對極線,在匹配時,可以大大縮小搜索範圍。
2)可用於求R 和 T
4.2 推導過程
在對極約束條(Epipolar Constraint)件下進行推導。
R: Rotation T: Translation
4.3 本質矩陣特性
1) rank (E) = 2 (本質矩陣的秩爲2,非常重要)
2) 本質矩陣僅依賴外部參數(Extrinsic Parameters) (R & T)決定。
3) 使用攝像機(Camera)座標系
4.4 Longuet-Higgins方程
上圖中的pr、pl爲camera座標系。
4.5 本質矩陣總結
5. 基本矩陣(Fundamental Matrix)- 像素座標系
5.1 推導過程
5.2 基本矩陣的特性
1) rank (F) = 2 (基本矩陣的秩爲2,非常重要)
2) 基本矩陣依賴內部和外部參數(Intrinsic and Extrinsic Parameters) (f, R & T)決定。
3) 使用像素座標系
4) F就是左邊圖像到右邊圖像的基本矩陣,從公式上可以看出基本矩陣是有方向的,右圖到左圖的基本矩陣就是F的轉置5.3 基本矩陣的作用
5.4 本質矩陣與基本矩陣的比較
5.5 其它(來自MVG)
5. 單應矩陣(Homography Matrix)
5.1 Projective transformations
2D projective geometry is the study of properties of the projective plane IP2 that are invariant under a group of transformations known as projectivities.
A projectivity is also called a collineation (a helpful name), a projective transformation or ahomography: the terms are synonymous.
單應矩陣實際就是個透視變換矩陣,純2D變換,我知道的只是用在了BA裏做爲一種約束條件而已。
6. 仿射變換(Affine Transformations)
7. 相似變換Similarity Transformations
8. Camera Matrix
本文轉載自:http://blog.csdn.net/myarrow/article/details/53434431