计算机视觉基础——对极几何(Epipolar Geometry)

先思考一个问题：用两个相机在不同的位置拍摄同一物体，如果两张照片中的景物有重叠的部分，我们有理由相信，这两张照片之间存在一定的对应关系，本节的任务就是如何描述它们之间的对应关系，描述工具是对极几何，它是研究立体视觉的重要数学方法。

　　要寻找两幅图像之间的对应关系，最直接的方法就是逐点匹配，如果加以一定的约束条件对极约束(epipolar constraint)，搜索的范围可以大大减小。

　　先回顾简单的立体成像系统

对极约束的图示

更一般的立体成像关系：两个相机的坐标无任何约束关系，相机的内部参数可能不同，甚至是未知的。要刻画这种情况下的两幅图像之间的对应关系，需要引入两个重要的概念——对极矩阵(Epipolar Matrix)和基本矩阵(Fundamental Matrix)。

对极几何中的重要概念（参考下图）：

极点：极点elel:右相机坐标原点在左像平面上的像；极点erer:左相机坐标原点在右像平面上的像

极平面：由两个相机坐标原点OlOl、OrOr和物点P组成的平面

级线：极平面与两个像平面的交线，即plelplel和prerprer

级线约束：两极线上点的对应关系

有点烦人，先转移一下话题：What would Pinhead’s eye look like close up?

如果两个人同时看这一景物，将是什么样的呢？

再回到对极几何图上来，通过上面几幅图示，利用对极几何的约束关系，我们可以：

1. 找到物点P在左像平面上的像点plpl；

2. 画出极线plelplel；

3. 找到极平面OlplelOlplel与右像平面的交线，即得极线prerprer；

4. 像点plpl的对应点一定在极一prerprer上。

两个相机坐标系之间的关系为

由于R是正交矩阵，因此可写为

三向量共面，它们的混合积为零(混合积对应于有向体积)

将向量乘(叉乘)写成矩阵的形式

通过进一步的改写，可以得到左像点和右像点之间约束关系(非常简单、漂亮)

显然，左像点plpl和右像点prpr是通过矩阵E=RSE=RS来约束的，我们称矩阵EE为本质矩阵(Essential Matrix)，它的基本性质有：

• has rank 2(秩为2)

• depends only on the EXTRINSIC Parameters (R & T)(仅依赖于外部参数R和T)

转载自：https://www.cnblogs.com/gemstone/archive/2011/12/20/2294551.html

计算机视觉基础——对极几何(Epipolar Geometry)相关推荐

视觉SLAM14讲笔记04：ch7对极几何(epipolar geometry)
2D-2D:对极几何(epipolar geometry) 对极约束现在,假设我们从两张图像中,得到了一对配对好的特征点,像图7-7里显示的那样.如果我们有若干对这样的匹配点,就可以通过这些二维图像 ...
Python+OpenCV：对极几何(Epipolar Geometry)
Python+OpenCV:对极几何(Epipolar Geometry) 理论 When we take an image using pin-hole camera, we loose an im ...
极线几何[Epipolar Geometry]
前段时间看过一篇文章Image-Based Visual Hulls[Matusik,siggraph2000],其中关于Epipolar Geometry(可以翻译为极线几何,也有人叫对极几何)的部 ...
[OpenCV实战]49 对极几何与立体视觉初探
本文主要介绍对极几何(Epipolar Geometry)与立体视觉(Stereo Vision)的相关知识.对极几何简单点来说,其目的就是描述是两幅视图之间的内部对应关系,用来对立体视觉进行建模,实 ...
Planar Homography （共面点成像） Epipolar Geometry（对极几何）
转载:http://blog.csdn.NET/yvonnezju/article/details/40982192 这一篇,要搞清楚两个概念,Planar Homography (共面点成像)&am ...
3D重构基础四－－Planar Homography Epipolar Geometry
上一篇,只要主要搞清楚透视的坐标变换. 这一篇,要搞清楚两个概念,Planar Homography (共面点成像)& Epipolar Geometry(对极几何) Now,Start! 先 ...
三维重建（一）外极几何，基础矩阵及求解
最近在看三维重建的东西,把看到的东西总结一下. 一.外极几何已知两个摄像头的光心 O O和O′O', P P为空间中的一点,pp和 p′ p'是点 P P在两个摄像头成的像中的投影. 平面OO′PO ...
极几何，本质矩阵，基础矩阵，单应矩阵，相机投影矩阵
什么是三角化? 三角化就是下图的红字部分:K和K'分别为两个相机的内参矩阵什么是极几何? 极几何描述了同一场景或者物体在两个视点图像间的对应关系. 下图中的O1和O2分别是两个相机的光心,即摄像机坐 ...
对极几何-三角测量-知识点
单目SLAM 对极约束所谓极线约束就是说同一个点在两幅图像上的映射,已知左图映射点 p 1 \boldsymbol{p}_1 p1 ,那么右图映射点 p 2 \boldsymbol{p}_2 p2 ...

计算机视觉基础——对极几何(Epipolar Geometry)

计算机视觉基础——对极几何(Epipolar Geometry)相关推荐

最新文章

热门文章