基本矩阵F/E在计算机视觉中是提纯匹配点、恢复相机位姿的一个法宝。但是它是如何得到的?下面笔者做其简单的推导
如图下图,两视几何图。其中C和C’分别代表左、右摄影中心,x和x’代表同名像点,e和e’代表极点。X是地物点,b 代表基线。

根据以前的博客内容可知,世界坐标系到图像坐标系要经过一个变换,即是x=PX,x’=P’X (1)。详情见
https://blog.csdn.net/qq_15642411/article/details/80246167
根据(1)联合可得x’=P’P+ x,其中P+ 代表P的伪逆(P和P’都是3*4的矩阵)
右像的极点为:e’=P’C ,其中C是左像的摄影中心,因为计算机视觉中,转角系统是先旋转再平移,所以计算得到平移向量并不是摄影中心位置,但是可以根据R和T计算得到C。
即是 C=-transpose(R)*T ;R是3*3旋转矩阵,T是3*1的vector.
根据右极点和右像点可以确定其右极线(核线):
l’=e’×x’= P’C×P’P+ x
而向量的叉乘可以写成如下形式

由此可见E=[t]xR,因此,若是知道相机外参,E可以计算得到,其实E本质矩阵相当于相对定向,故我们恢复位姿时候,从E着手,使用SVD算法得到R和T。
E本质矩阵,5点就可以计算得到,它比F约束能力更强,若是知道相机内参,可以尝试用E来提纯匹配点。
参考文献:
1、Implementation of bundle block adjustment method for determination of exterior orientation into GRASS GIS

基本矩阵F和本质矩阵E的详细推导相关推荐

  1. SLAM基础- 题目:基础矩阵F、本质矩阵E和单应矩阵H的自由度和秩

    主要分析:基础矩阵F.本质矩阵E和单应矩阵H的自由度和秩,首先两个问题,尺度归一化和秩 尺度归一化: 以本质矩阵为例,表达两帧的相机归一化坐标之间的对应关系 将矩阵写成向量,转化为下式: 由于等式右侧 ...

  2. Opencv学习(3)——基础矩阵F、本质矩阵E、单应矩阵H 函数解析

    官网:https://docs.opencv.org/3.4.0/d9/d0c/group__calib3d.html#ga4abc2ece9fab9398f2e560d53c8c9780 基础矩阵F ...

  3. Colmap学习三:后端Initialization部分(基础矩阵F、本质矩阵E和单应矩阵H)

    算矩阵的基础知识 解析本质.基础.单应矩阵的自由度 1 寻找初始像对 1.1手动选择ID 1.2自动筛选 ①prior focal length存在情况下,开始筛选 匹配点数由小到大排序 第二张候选影 ...

  4. MVG(second)学习笔记- 对极几何和基础矩阵F,本质矩阵E

    本部分总结一下对极几何,对极几何是两幅视图之间的内在的射影几何,它独立于场景结构,只依赖于摄像机的内参和相对姿态. 下图简单画出示意图. 1.图中基本术语: X-X'为一对匹配点,对应空间点P CC' ...

  5. ORB-SLAM2从理论到代码实现(四):相机成像原理、基本矩阵、本质矩阵、单应矩阵、三角测量详解

    由于ORBmatcher.cc中有三角化和重投影等内容,所有我先写相机成像等多视图几何内容. 1. 相机的成像原理 假设空间中有一点P,它在世界坐标系中的坐标为,在相机坐标系中的坐标为,在图片中的像素 ...

  6. 计算机视觉三维重建的几何基础:坐标系与关键矩阵(基础矩阵、本质矩阵、单应矩阵)...

    作者丨李迎松@知乎 来源丨https://zhuanlan.zhihu.com/p/159194599 编辑丨3D视觉工坊 你站在桥上看风景, 看风景人在楼上看你. 明月装饰了你的窗子, 你装饰了别人 ...

  7. 一分钟详解「本质矩阵」推导过程

    文章目录 前言 一 本质矩阵如何推导 二 本质矩阵的意义 三 本质矩阵的求解 四 扩展--基本矩阵 前言 两幅视图存在两个关系:第一种,通过对极几何,一幅图像上的点可以确定另外一幅图像上的一条直线:另 ...

  8. 视觉SLAM十四讲学习笔记-第七讲-视觉里程计-对极几何和对极约束、本质矩阵、基础矩阵

    专栏系列文章如下:  专栏汇总 视觉SLAM十四讲学习笔记-第一讲_goldqiu的博客-CSDN博客 视觉SLAM十四讲学习笔记-第二讲-初识SLAM_goldqiu的博客-CSDN博客 视觉SLA ...

  9. 视觉SLAM 第7讲 本质矩阵 基础矩阵 单应矩阵 知识点/证明/理解/秩/自由度

    视觉SLAM 第7讲 本质矩阵 基础矩阵 单应矩阵 证明/理解/秩/自由度 1. 基础知识 2. 本质矩阵E 2.1 本质矩阵的秩为什么是2 2.2 本质矩阵的自由度为什么是5 3. 基础矩阵F 3. ...

  10. 单应性矩阵和仿射变换_单应矩阵 基本矩阵 本质矩阵的区别与联系

    1. 叉乘 2. 双目系统 3. 对极几何 (Epipolar Geometry) 对极几何定义:是两个视图间的内部射影几何,它只与摄像机的内部参数和相对位姿有关,与场景结构无关. 基线(baseli ...

最新文章

  1. 【技巧】实现饿了么Element UI的table单击(点击)编辑单元格内容
  2. junit5_在Java 8之前的项目中使用JUnit 5
  3. 第4周小组作业:WordCount优化
  4. 阿里2020 净利润约: 2000亿元 腾讯2020 净利润约: 1000亿元 百度2020 净利润约: 300亿元 美团2020 净利润约: 150亿元 --互联网一响,黄金万两
  5. Android Resources
  6. 限定域文本语料的短语挖掘(Phrase Mining)
  7. linux 计算标准差,Azure Linux VM 的计算基准测试分数 - Azure Virtual Machines | Microsoft Docs...
  8. Linux select 机制深入分析
  9. 符号“”和const在函数里不同位置的用法
  10. hdmi接口和计算机连接,hdmi接口,手把手教你hdmi接口怎么连接电视
  11. Lq93:复原 IP 地址
  12. 开手游该如何选用服务器?
  13. Matlab 函数atan 函数atan2 的区别
  14. python毕业设计项目源码选题(16)跳蚤市场二手物品交易系统毕业设计毕设作品开题报告开题答辩PPT
  15. java毕业生设计学生公寓管理系统计算机源码+系统+mysql+调试部署+lw
  16. Couldn't find a tree builder with the features you requested: lxml.解决方案
  17. 精准广告投放(资料整理)
  18. 想要提升用户转化率?10种数据分析方法带你飞!
  19. 建设企业的数据化引擎,网易严选数据中台的经验和方法论
  20. PHP使用phpword生成word文档

热门文章

  1. java tif 转jpg_java 实现 tif图片(多页的)转换成jpg
  2. 上海,夜访大一女生宿舍,满足。
  3. Data Integration Introduction
  4. css3ps插件,CSS3Ps(PS图层转换插件) V1.0 官方版
  5. iPad忘记密码时恢复出厂设置
  6. 实型变量的定义和应用
  7. 高通骁龙845的android手机有哪些,骁龙845手机买什么好 目前6款最值得买的骁龙845手机推荐...
  8. PS教程:利用灰度蒙版实现无级调节
  9. crystalReportViewer+ReceiveCrystalReport.rpt+DataSet.xsd做报表 转
  10. UE4 HTC VIVE手柄按键对应Montion Controller 蓝图的命令