运动恢复结构概述(最终).pptxVIP

从运动恢复结构Structure From Motion宋宇、钱平、雷林背景方法一：利用先验知识减少自由度的数量。 例如，并行性和共面约束可以用来重建简单的几何形状如线段和平面多边形的投影位置。方法二：利用多视角图像的进行三维重构。 例如，利用SFM方法进行三维图像重建。目录21534特征点提取与匹配双视图几何 图像投影光束法平差三角测量1 图像投影相机模型最常见的是针孔投影。该模型非常近似于真实相机的行为，但其在非线性效应方面（如径向畸变）仍需改进。根据针孔投影模型，3D图像点变换为2D图像点需要经过以下步骤：1.世界坐标系→相机坐标系（1）2.相机坐标系→图像物理坐标系1 图像投影（2）3.图像物理坐标系→图像像素坐标系（3）3D图像点到相平面的针孔投影示意图1 图像投影 特征点提取与匹配2窄基线匹配假设相机的位置和姿态的变化很小，局部特征点和附近视图的特征点是相似的。 图像特征可以通过从一个以兴趣点为中心的矩形窗口提取出来的一组像素强度值来表示。宽基线匹配当基线很宽时，两张图像的表面可能会出现规模的实质性改变、不同程度的投影缩减、不同模式的闭塞和位置的较大偏差。近年来，宽基线匹配算法取得了长足的发展。例如: rotationally invariant Gaussian derivatives（旋转不变量高斯微分）、scale invariance（标度不变性）、multi-scale framework（多标度结构）、affine-invariant feature matching（仿射不变特征匹配）。 双视图几何给定一个3D点在图像上的投影，其在第二张图像上的投影被约束在相应的极线上。图像上的所有极线存在一个交点即第二光心的投影。该点称为极点。3 双视图几何本质矩阵（Essential Matrix）基本矩阵（Fundamental Matrix）3极线约束可以用本质矩阵E来代数地表示，它将两不同视角下相应的像点联系起来。（4）（5）（6）（7）（8） 即为基本矩阵。 由基本矩阵到本质矩阵（9） 三角测量三角测量的定义：对于给定的投影矩阵，可以从两个或多个视角的测量图像位置计算出3D图像点。43D图像点的选择方法（10）假设图像坐标测量的误差服从高斯分布，使用最大似然估计法求解 X。 光束法平差5定义：从图像特征 uij ,运动恢复结构给出了一个初步的投影矩阵Pi和3D点Xj 。通常有必要使用迭代非线性优化法来优化估计结果使代价函数最小。（11）作用：通过给定的一组误差观测结果，确定一组参数的优化结果。最小化关于二次投影误差的加权代价函数。通常使用高斯-牛顿迭代算法来达到快速收敛的效果。 THANKYOU!