随笔分类 - 多视几何
SFM系统
摘要：这里我们采用欧式恢复 特征匹配： d1/d2小于阈值的作用： 首先要注意d1<d2（一个最近，代表距离最小，一个次近，代表距离次小），因此d1/d2是一个0到1的数，越接近1表示这两个距离越接近，这就相当于一个点和两个点匹配了，那么最终我也不知道匹配哪个点了，因此将这种一对多的点舍掉 错误匹配点的处
阅读全文
SFM基础
摘要：欧式结构的恢复 基础矩阵进行欧式恢复 将M1设为世界坐标，已知其他相机相对M1的R T矩阵，通过R T矩阵和M1的到其他的相机坐标系就是所谓的运动。 这是一个反对称矩阵的结论。 WT=W-1 ————————————————————————————————————————————— 备注： 从上图可
阅读全文
拟合
摘要：目的： 确定一条线或一个圆一个圆心的方程 面临的问题： 在线上的点因为噪声偏离这条线。 其他线上的点(外点)影响这条线的拟合。 遮挡导致这条线的不连续。 总括 所有的点都属于这条线：最小二乘 有外点：RANSAC，鲁棒拟合 有好多其他的线：RANSAC，或则霍夫变换 最小二乘 最小二乘面临的问题：
阅读全文
双目立体视觉
摘要：基础矩阵的另一种形式 对于红色虚线的说明： 三维点O1在O2相机坐标系下的投影为e',则红色虚线是在求e'像素坐标，其中O1的齐次坐标为(0,0,0,1)T,这里的e'可以看成O1O2和右像平面的交点 平行视图 e'的解释，因为所有直线都平行于u轴，又因为u轴的方向单位化后是(1,0），因此所有极线
阅读全文
极几何
摘要：三角化及其求解方法： 说明：以相机1相机坐标系为世界坐标系 构建能量函数使物点在两个相机上的投影点和真实的点之间的距离最小 使用LM等最优化算法对实现上述表达式的最小化 多视几何 上述问题在实际应用中： 实际情况下我们不知道p和p'是对应点 极几何 极几何与左相机的成像点p匹配的p'，一定在右相机的
阅读全文
单视图几何
摘要：无穷远点(也称理想点)和无穷远线和无穷远平面 2D： 这个无穷只能在齐次坐标下表示，在欧式坐标系下并不方便 所有理想点都可以写成(x1,x2,0),并由比率x1:x2指定一个具体的理想点 直线的齐次表示： 性质1： 对于直线ax+by+c=0，我们可以用向量(a,b,c)T来表示，而且对于任何非零常
阅读全文
各种变换
摘要：二维： 、 欧式变位置，相似变尺度，仿射变角度，透视变平移 三维： 欧式变换： 只发生位姿上的变换 相似变换： 仿射变换： A必须是满秩的 3维的还多一个无穷远的性质不变性，无穷远的点还是无穷远，无穷远的面还是无穷远 透视变换： 表示由一个平面到另外一个平面的映射 3维到2维就是将各个3维的变换矩阵
阅读全文
